Prognostic and predictive clinical factors in patients with metastatic castration-resistant prostate cancer treated with cabazitaxel
Notice bibliographique
Résumé
INTRODUCTION: Cabazitaxel is one of several treatment options available for patients with metastatic castration-resistant prostate cancer who have progressed on docetaxel. Little is known about clinical factors that influence prognosis or treatment response for patients receiving cabazitaxel. Identifying prognostic and predictive factors could contribute to the optimal selection of patients for treatment after docetaxel. METHODS: A retrospective review of patients enrolled on the cabazitaxel Canadian Early Access Program (C-EAP) was performed. Clinical factors were analyzed by univariable and multivariable Cox proportional hazards and logistic regression analysis to identify independent predictors of prognosis and response. RESULTS: Forty-five patients from five centres in Canada were included in this study. On multivariable analysis, lower hemoglobin was associated with shorter survival. No other factors were independently associated with survival, prostate-specific antigen (PSA) response, or primary PSA progression. CONCLUSIONS: Clinical factors predicting survival or treatment response were not identified for men with castration-resistant prostate cancer receiving cabazitaxel. Larger studies may be necessary to identify clinical factors and biomarkers that identify whether patients should or should not receive cabazitaxel.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».