Prediction Accuracy of Common Prognostic Scoring Systems for Metastatic Spine Disease
Notice bibliographique
Résumé
STUDY DESIGN: A prospective multicenter cohort study. OBJECTIVE: To assess the clinical accuracy of six commonly cited prognostic scoring systems for patients with spinal metastases. SUMMARY OF BACKGROUND DATA: There are presently several available methods for the estimation of prognosis in metastatic spinal disease, but none are universally accepted by surgeons for clinical use. These scoring systems have not been rigorously tested and validated in large datasets to see if they are reliable enough to inform day-to-day patient management decisions. We tested these scoring systems in a large cohort of patients. A total of 1469 patients were recruited into a secure internet database, and prospectively collected data were analyzed to assess the accuracy of published prognostic scoring systems. METHODS: We assessed six prognostic scoring systems, described by the first authors Tomita, Tokuhashi, Bauer, van der Linden, Rades, and Bollen. Kaplan-Meier survival estimates were created for different patient subgroups as described in the original publications. Harrell's C-statistic was calculated for the survival estimates, to assess the concordance between estimated and actual survival. RESULTS: All the prognostic scoring systems tested were able to categorize patients into separate prognostic groups with different overall survivals. However none of the scores were able to achieve "good concordance" as assessed by Harrell's C-statistic. The score of Bollen and colleagues was found to be the most accurate, with a Harrell's C-statistic of 0.66. CONCLUSION: No prognostic scoring system was found to have a good predictive value. The scores of Bollen and Tomita were the most effective with Harrell's C-statistic of 0.66 and 0.65, respectively. Prognostic scoring systems are calculated using data from previous years, and are subject to inaccuracies as treatments advance in the interim. We suggest that other methods of assessing prognosis should be explored, such as prognostic risk calculation. LEVEL OF EVIDENCE: 3.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».