MétaCan
Menu
Retour à la cohorte
Enregistrement W2817503133 · doi:10.1002/cncr.31585

Predictive factors of survival in a surgical series of metastatic epidural spinal cord compression and complete external validation of 8 multivariate models of survival in a prospective North American multicenter study

2018· article· en· W2817503133 sur OpenAlexaff
Anick Nater, Lindsay Tetreault, Branko Kopjar, Paul M. Arnold, Mark B. Dekutoski, Joel Finkelstein, Charles G. Fisher, John C. France, Ziya L. Gokaslan, Laurence D. Rhines, Peter S. Rose, Arjun Sahgal, James M. Schuster, Alexander R. Vaccaro, Michael G. Fehlings

Notice bibliographique

RevueCancer · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueManagement of metastatic bone disease
Établissements canadiensUniversity of British ColumbiaVancouver Coastal HealthSunnybrook Health Science CentreToronto Western HospitalUniversity of TorontoUniversity Health Network
Organismes subventionnairesNational Institutes of Health
Mots-clésMedicineHazard ratioProportional hazards modelUnivariate analysisSpinal cord compressionMultivariate analysisInternal medicineProspective cohort studyUnivariateSurgeryOncologyMultivariate statisticsConfidence intervalSpinal cord

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: This study was designed to identify preoperative predictors of survival in surgically treated patients with metastatic epidural spinal cord compression (MESCC), to examine how these predictors are related to 8 prognostic models, and to perform the first full external validation of these models in accordance with the Transparent Reporting of a Multivariable Prediction Model for Individual Prognosis or Diagnosis (TRIPOD) statement. METHODS: One hundred forty-two surgically treated patients with MESCC were enrolled in a prospective, multicenter North American cohort study and were followed for 12 months or until death. Cox regression was used. Noncollinear predictors with < 10% missing data, with ≥ 10 events per stratum, and with P < .05 in a univariate analysis were tested through a backward stepwise selection. For the original and revised Tokuhashi prognostic scoring systems (PSSs), Tomita PSS, modified Bauer PSS, van der Linden PSS, Bartels model, Oswestry Spinal Risk Index, and Bollen PSS, this study examined calibration graphically, discrimination with Harrell c-statistics, and survival stratified by risk groups with the Kaplan-Meier method and log-rank test. RESULTS: The following were significant in the univariate analysis: type of primary tumor, sex, organ metastasis, body mass index, preoperative radiotherapy to MESCC, physical component (PC) of the 36-Item Short Form Health Survey, version 2 (SF-36v2), and EuroQol 5-Dimension (EQ-5D) Questionnaire. Breast, prostate and thyroid primary tumor (HR: 2.9; P =.0005), presence of organ metastasis (hazard ratio (HR): 2.0; P = .005) and SF-36v2 PC (HR: 0.95; P < .0001) were associated with survival in multivariable analysis. Predicted prognoses poorly matched observed values on calibration plots; Bartels model calibration slope was 0.45. Bollen PSS (0.61; 95% CI: 0.58-0.64) and Bartels model (0.68; 95% CI: 0.65-0.71) had the lowest and highest c-statistics, respectively. CONCLUSIONS: The primary tumor type (breast, prostate, or thyroid), an absence of organ metastasis, and a lower degree of physical disability are preoperative predictors of longer survival for surgical MESCC patients. These results are in keeping with current models. This full external validation of 8 prognostic PSSs or model of survival in surgical MESCC patients has revealed that calibration is poor, especially for long-term survivors, whereas discrimination is possibly helpful.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,612

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,070
Tête enseignante GPT0,362
Écart entre enseignants0,292 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations50
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancerMême sujetManagement of metastatic bone diseaseTravaux en français237 207