Number of Nodules but not Size of Hepatocellular Carcinoma Can Predict Refractoriness to Transarterial Chemoembolization and Poor Prognosis
Notice bibliographique
Résumé
BACKGROUND: To determine whether response to transarterial chemoembolization (TACE) predicts survival and to identify pretreatment factors associated with TACE response and prognosis. METHODS: Between April and September 2010, 50 patients underwent TACE for hepatocellular carcinoma. Response to TACE was assessed using post-treatment computed tomography (CT) and magnetic resonance imaging (MRI) scans and tumor marker levels and classified as Response Poor (P) and Non-poor (NP). Time zero was set to September 30, 2010, and survival rates were analyzed by landmarking. Cumulative survival rates were calculated using the Kaplan-Meier method and compared according to grades using the log-rank test; contributing factors to survival were analyzed using a Cox proportional hazards model. Pretreatment factors were analyzed for 109 TACE sessions performed until October 2017, using a multiple logistic regression model. Receiver operating characteristic (ROC) curves were generated to determine the best tumor number for predicting response P. RESULTS: Response P patients showed significantly lower cumulative survival rates than Response NP patients (P < 0.001). On multivariate analysis, tumor number (hazard ratio (HR), 1.475), protein-induced vitamin-K absence-II (HR, 4.539), and the number of previous TACE sessions (HR, 1.472) were identified as pretreatment factors contributing to Response P. Further, pre-treatment platelet count (HR, 0.876) and tumor number (HR, 1.330) were factors contributing to survival in multivariate analysis. ROC curve analysis revealed that the optimal cut-off value to discriminate Response P was 7.5. CONCLUSIONS: Response to TACE can predict survival. Pretreatment tumor number is a useful factor for predicting both TACE response and prognosis.
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 | 0,001 | 0,003 |
| 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) | 0,001 | 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 ».