MétaCan
Menu
← Retour à la cohorte
Enregistrement W2891331437 · doi:10.1200/jco.2018.36.15_suppl.2062

Neurological death in patients with EGFR-mutant non-small cell lung cancer.

2018· article· en· W2891331437 sur OpenAlexaff
Matthew Ramotar, Sean Barnes, Mark Doherty, David Shultz

Notice bibliographique

RevueJournal of Clinical Oncology · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Treatments and Mutations
Établissements canadiensUniversity of TorontoSunnybrook Health Science CentrePrincess Margaret Cancer CentreHealth Sciences CentreUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicineLung cancerRadiosurgeryIncidence (geometry)Exact testCause of deathInternal medicineCancerMortality rateSurgeryDiseaseRadiation therapy

Résumé

récupéré en direct d'OpenAlex

2062 Background: Patients with EGFR mutant non-small cell lung cancer (EGFRmNSCLC) have a high incidence of brain metastases (BM). We sought to determine the rate of neurologic death in EGFRmNSCLC patients diagnosed with brain metastases. Methods: A single-institution prospectively managed database identified 204 patients with EGFRmNSCLC treated for brain metastases between 2000 and 2016. We estimated actuarial survival rates using the Kaplan-Meier method. The incidence of neurologic death (ND) was determined using a competing risks analysis. ND was correlated to clinical and treatment variables using Fisher’s exact test. Survival was calculated from the date of BM diagnosis. We defined neurologic death as death due to brain metastases or leptomeningeal disease Results: Fifty-six percent of patients had BM at the time of initial diagnosis. The initial BM treatment was up front stereotactic radiosurgery (SRS), whole brain radiation therapy (WBRT), or tyrosine-kinase inhibitor (TKI) alone in 22, 60, and 18 percent of patients, respectively. Two-year rates of OS in these subgroups were 64%, 38%, and 50%, respectively (p = 0.016). The 5-year rate of neurologic death was 38%. Thirty-four percent died of non-neurologic causes, 8% died of unknown causes, and the remaining patients were alive at last follow-up. Median survival (MS) was 19 months; MS in patients who died of non-neurologic causes and neurologic causes was 23, and 15 months, respectively. Of age, staging, BM at diagnosis, history of TKI therapy, initial treatment of BM, staging at diagnosis, and leptomeningeal disease at diagnosis (LMD), only LMD was significantly associated with ND (p = 0.047). Conclusions: Neurologic death due to EGFRmNSCLC BM was more common in our cohort than has been previously reported, highlighting the need for dedicated studies focused on the best management of BM in this population.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,053
Tête enseignante GPT0,453
Écart entre enseignants0,400 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetLung Cancer Treatments and Mutations→Travaux en français237 207→