Prognostic factors for first-line therapy and overall survival of metastatic uveal melanoma: The Princess Margaret Cancer Centre experience
Notice bibliographique
Résumé
Metastatic uveal melanoma (MUM) has a poor prognosis, with no established standard of care. Delineation of prognostic factors in MUM patients may enable stratified treatment algorithms of stage-specific survival. Overall, 132 MUM patients who presented to a single tertiary institution in Toronto, Canada, over 12 years were identified and data (demographics, clinical status, radiographic images, and laboratory values) were extracted. Associations with systemic first-line treatment outcome 12 weeks after first-line treatment, time to progression (TTP), and overall survival (OS) were explored by univariate and multivariable analysis. Age, presence of liver metastases, and time from primary presentation to metastatic presentation were significant variables affecting first-line treatment outcomes. Age, Eastern Cooperative Oncology Group (ECOG) score, presence of liver metastases, liver metastasis size, neutrophil lymphocyte ratio, absolute neutrophil count, lactate dehydrogenase (LDH), alkaline phosphatase, time from primary presentation to metastatic presentation, and patients receiving surgery as the first-line treatment were significant variables affecting TTP. Age, ECOG score, presence of liver metastases, liver metastasis size, neutrophil lymphocyte ratio, absolute neutrophil count, LDH, and alkaline phosphatase were significant variables affecting OS. Patients who underwent surgery, chemotherapy, immunotherapy, liver-directed therapy, or targeted therapy had better OS compared with patients not receiving treatment with surgery, associated with a significantly better OS compared with all other therapies. Multivariable analysis showed increased age, absence of liver metastases, and absence of bone metastases to be associated with positive treatment outcomes. ECOG score of at least 1, increased LDH, and decreased time from primary to metastatic presentation would predict decreased TTP. Increased LDH, older age, and ECOG score of at least 1 were associated with decreased OS. These results identified prognostic markers and models thereof of treatment benefit and survival. Further validation in larger cohorts is required.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».