MétaCan
Menu
Retour à la cohorte
Enregistrement W2911451546 · doi:10.1016/j.ctro.2019.01.003

Anemia is a poor prognostic factor for stage I non-small cell lung cancer (NSCLC) patients treated with Stereotactic Body Radiation Therapy (SBRT)

2019· article· en· W2911451546 sur OpenAlexaff
Rima Pathak, Jason Pantarotto, Graham Cook, Oliver Holmes, P. Cross, Robert M. MacRae

Notice bibliographique

RevueClinical and Translational Radiation Oncology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueInflammatory Biomarkers in Disease Prognosis
Établissements canadiensDr. H. Bliss Murphy Cancer CentreOttawa HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedicineStage (stratigraphy)OncologyAnemiaInternal medicineCohortLung cancerRadiologyRadiation therapy

Résumé

récupéré en direct d'OpenAlex

•This study reports on the prognostic ability of haematological parameters for the largest known biopsy-proven stage-I medically inoperable cohort treated with SBRT.•After SBRT, the median values of Hb, ALC, ANC and TPC declined whereas the NLR and the PLR increased as compared to pre-SBRT.•Anemia along with other parameters was found to be a poor prognostic factor for local control despite treatment with SBRT to doses of >100 Gy BED10.•Simple and minimally invasive methods like a peripheral blood sample can provide prognostic information even for stage-I NSCLC patients.•Patient, tumor and treatment factors along with molecular markers should be used to create risk stratification models that can guide therapy.

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)0,000
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 enseignants0,036
Score d'incertitude au seuil0,746

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,025
Tête enseignante GPT0,344
Écart entre enseignants0,320 · 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

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical and Translational Radiation OncologyMême sujetInflammatory Biomarkers in Disease PrognosisTravaux en français237 207