MétaCan
Menu
Retour à la cohorte
Enregistrement W2883005376 · doi:10.2217/bmm-2017-0321

Prognostic Utility of Neutrophil-To-Lymphocyte and Platelets-To-Lymphocyte Ratio in Predicting Biochemical Recurrence Post Robotic Prostatectomy

2018· article· en· W2883005376 sur OpenAlexaff
Marc Zanaty, Khaled Ajib, Mansour Alnazari, Elie Rassy, Fouad Aoun, Kevin C. Zorn, Assaad El‐Hakim

Notice bibliographique

RevueBiomarkers in Medicine · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueInflammatory Biomarkers in Disease Prognosis
Établissements canadiensHôpital Saint-LucUniversité de MontréalHôpital du Sacré-Cœur de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineProstatectomyBiochemical recurrencebreakpoint cluster regionProstate cancerPathologicalProstate-specific antigenLymphocyteMultivariate analysisUrologyPlateletNeutrophil to lymphocyte ratioInternal medicineRetrospective cohort studyLymph nodeOncologyCancer

Résumé

récupéré en direct d'OpenAlex

AIM: Utility of neutrophil-to-lymphocyte ratio (NLR) and platelet-to-lymphocyte ratio (PLR) in predicting biochemical recurrence (BCR) in patients with localized prostate cancer. MATERIALS & METHODS: Retrospective analysis of patients operated by robot-assisted radical prostatectomy. Variables included were: NLR, PLR pre-operative prostate specific antigen, pathological Gleason score, surgical margins status, extracapsular extension, seminal vesical invasion, and lymph node status. RESULTS: Out of 321 patients, no association between NLR or PLR and BCR was detected. Predictors of BCR were pathological Gleason score, extracapsular extension and positive surgical margins. On multivariate analysis, the Gleason Score, extracapsular extension and positive surgical margins remained the only predictors of BCR. CONCLUSION: Neither elevated NLR nor PLR predicted an increased risk of BCR.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,017
Tête enseignante GPT0,290
Écart entre enseignants0,272 · 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 source (Gemma direct ou Codex distillé), 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

Citations17
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomarkers in MedicineMême sujetInflammatory Biomarkers in Disease PrognosisTravaux en français237 207