MétaCan
Menu
Retour à la cohorte
Enregistrement W2900603576 · doi:10.14740/wjon1163

Serum Carcinoembryonic Antigen Level Predicts Cancer-Specific Outcomes of Resected Non-Small Cell Lung Cancer With Interstitial Pneumonia

2018· article· en· W2900603576 sur OpenAlexvenueno aff
Masaki Tomita, Takanori Ayabe, Ryo Maeda, Kunihide Nakamura

Notice bibliographique

RevueWorld Journal of Oncology · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineCarcinoembryonic antigenInternal medicineLung cancerOncologyStage (stratigraphy)Univariate analysisProportional hazards modelCancerGastroenterologyMultivariate analysis

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: It has been well accepted that the prognosis of non-small cell lung cancer (NSCLC) patients with interstitial pneumonia (IP) is significantly poor. However, there are only a few studies that indicated the prognostic factors, especially tumor markers, among NSCLC patients with IP. METHODS: Forty-one NSCLC patients with IP who underwent surgery at our institution were included. Patients died of other diseases including postoperative acute exacerbation (AE) of IP were excluded. Univariate and multivariate analyses were calculated by the Cox proportional hazards regression model. RESULTS: The 5-year cancer-specific survival of overall and stage I patients were 37.4% and 39.2%, respectively. The 5-year cancer-specific survival of patients with high serum carcinoembryonic antigen (CEA) level was 9.4%, while that with normal serum CEA level was 55.6%. However, serum cytokeratin-19 fragment (CYFRA 21-1) and squamous cell carcinoma-related antigen (SCC) levels were not associated with patients' survival. Furthermore, serum CEA level was significantly associated with poorer cancer-specific survival in univariate and multivariate analyses. CONCLUSIONS: This study demonstrated that serum CEA level might serve as an efficient prognostic indicator after surgery in NSCLC with IP.

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)0,001
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 enseignants0,021
Score d'incertitude au seuil0,953

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,048
Tête enseignante GPT0,373
Écart entre enseignants0,324 · 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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of OncologyMême sujetLung Cancer Research StudiesTravaux en français237 207