MétaCan
Menu
Retour à la cohorte
Enregistrement W2936066104 · doi:10.14740/wjon1193

Gustave Roussy Immune Score and Royal Marsden Hospital Prognostic Score Are Biomarkers of Immune-Checkpoint Inhibitor for Non-Small Cell Lung Cancer

2019· article· en· W2936066104 sur OpenAlexvenueno aff
Seigo Minami, Shouichi Ihara, Shouko Ikuta, Kiyoshi Komuta

Notice bibliographique

RevueWorld Journal of Oncology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueInflammatory Biomarkers in Disease Prognosis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineInternal medicineHazard ratioProportional hazards modelLung cancerOncologyMultivariate analysisPerformance statusCancerProgression-free survivalSurvival analysisLactate dehydrogenaseGastroenterologyOverall survivalConfidence interval

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Gustave Roussy Immune Score (GRIm-Score) and the Royal Marsden Hospital prognostic score (RMH score) were recently developed in order to improve a better participant selection for phase I trials. The GRIm-Score is formed by combination of lactate dehydrogenase (LDH), serum albumin concentration, and neutrophil-to-lymphocyte ratio (NLR). The RMH score is calculated by LDH, albumin, and number of metastases. These two scores have been validated only in phase I trials. The purpose of this study was to assess whether these scores are useful for practical treatment of immune-checkpoint inhibitor (ICI) monotherapy in pretreated non-small cell lung cancer (NSCLC). METHODS: This was a retrospective and single-centered study of 76 NSCLC patients treated with ICI monotherapy between December 2015 and October 2018 at our hospital. We divided 76 patients into high and low GRIm-Score and RMH score groups. Comparison of overall survival (OS) and progression free survival (PFS) was performed by Kaplan-Meier curves and log-rank tests. Independent prognostic factors of OS and PFS were analyzed by multivariate Cox proportional hazard analyses. RESULTS: The OS of the high GRIm-Score group was significantly shorter than that of the low score group (low vs. high; median 19.9 vs. 3.2 months, P < 0.01), while no significant difference was observed in PFS (2.6 vs. 2.1 months, P = 0.13). The PFS of the high RMH score was significantly shorter than that of the low score group (low vs. high; 2.6 vs. 1.8 months, P = 0.01), while there was no significant difference in OS (16.0 vs. 10.4, P = 0.24). Multivariate analyses detected high GRIm-Score (hazard ratio (HR) 3.93, 95% confidence interval (CI) 2.04 - 7.58, P < 0.01), and high RMH score (HR 1.76, 95% CI 1.03 - 3.02, P = 0.04) as poor prognostic factors of OS and PFS, respectively. CONCLUSIONS: Baseline GRIm-Score and RMH score were independent prognostic factors of OS and PFS of ICI monotherapy for pretreated NSCLC patients, respectively. These two scores are not only selection biomarkers for patients in experimental trials, but also useful prognostic biomarkers for NSCLC patients practically treated with ICI 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 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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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)0,0020,000

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 Opus0,010
Tête enseignante GPT0,267
Écart entre enseignants0,256 · 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

Citations66
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of OncologyMême sujetInflammatory Biomarkers in Disease PrognosisTravaux en français237 207