Development and validation of a prediction-score model for distant metastases in major salivary gland carcinoma.
Notice bibliographique
Résumé
6085 Background: We developed and validated a prediction-score for distant metastases (DM) in major salivary gland carcinoma (SGC). Methods: Patients with SGC treated with curative-intent surgery +/- postoperative radiation therapy (PORT) at 4 tertiary cancer centers were divided into discovery (institution A&B) and validation (institution C&D) cohorts. Multivariable analysis using competing risk regression was used to identify predictors of DM in the discovery cohort and create a prediction score. The optimal score cut-off for high vs low-DM risk was determined using a minimal p-value approach. The results were subsequently evaluated in the validation cohort. The cumulative incidence and Kaplan-Meier methods were used to analyze DM and overall survival (OS), respectively. Results: Overall, 1035 patients were included (Table). In the discovery cohort, DM predictors (risk score coefficient) were: positive margin (0.6), pT3-4 (0.7), pN+ (0.7), lymphovascular invasion (LVI; 0.8), and high risk histology* (1.2). High DM-risk SGC was defined by sum of coefficients greater than 2. In the discovery cohort, the 5-year cumulative incidence of DM for high vs low risk SGC was 50% vs 8%; p < 0.01; these results were similar in the validation cohort (44% vs 4% at 5 years; p < 0.01). In the combined cohorts, this model predicted distant-only failure (40% vs 6%, p < 0.01) and late ( > 2yr post surgery) DM (22% vs 4%; p < 0.01). Patients with high DM-risk SGC had an increased incidence of DM in the subgroup receiving PORT (46% vs 8%; p < 0.01) or concurrent chemotherapy (71% vs 34%; p < 0.01). The 5-yr OS for high vs low risk SGC was 48% vs 92% (p < 0.01). Conclusions: This validated prediction score model may be used to identify SGC patients at increased risk for DM and select those who may benefit from prospective evaluation of treatment intensification and/or surveillance strategies. Baseline characteristics. [Table: see text]
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 | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».