Comparison of published risk models for prediction of outcome in patients with extrameningeal solitary fibrous tumour
Notice bibliographique
Résumé
AIMS: Solitary fibrous tumours (SFTs) are fibroblastic mesenchymal tumours with a 10-30% metastatic rate. Several risk models have been proposed for extrameningeal SFT, but they have not been evaluated in direct comparison with each other. The aim of this study is to compare the utility of published risk models in a multi-institutional SFT cohort. METHODS AND RESULTS: Clinicopathological data were evaluated for a cohort of extrameningeal SFTs, and used to stratify tumours by the use of five proposed risk models designed for soft tissue and/or pleural SFT [modified Demicco, Pasquali, Salas overall survival (OS), Salas metastasis, and Salas local recurrence (LR)]. Kaplan-Meier and Cox proportional hazards models were used to assess OS, time to first metastasis, time to first LR, and recurrence-free survival (RFS). The study included 303 patients (109 from a referral cancer treatment centre; previously described in the original Demicco model) and an independent cohort from two large hospitals (n = 194). The median patient age was 54 years, and the median clinical follow-up (available for 220 patients) was 37 months. The independent cohort had a 13% risk of metastasis at 5 years and a 16% risk of metastasis at 10 years. In this cohort, the modified Demicco, Salas OS, and Salas metastasis models predicted metastasis and RFS, whereas the Pasquali model had the best correlation with OS. CONCLUSIONS: Multivariate risk models that include mitotic rate and patient age can more accurately predict aggressive behaviour in SFTs, with the modified Demicco and Salas OS risk models showing the best correlation with metastasis and RFS.
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 | 0,015 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 | 0,000 |
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 ».