Estimating survival in patients with gastrointestinal cancers and brain metastases: An update of the graded prognostic assessment for gastrointestinal cancers (GI-GPA)
Notice bibliographique
Résumé
BACKGROUND: Patients with gastrointestinal cancers and brain metastases (BM) represent a unique and heterogeneous population. Our group previously published the Diagnosis-Specific Graded Prognostic Assessment (DS-GPA) for patients with GI cancers (GI-GPA) (1985-2007, n = 209). The purpose of this study is to update the GI-GPA based on a larger contemporary database. METHODS: An IRB-approved consortium database analysis was performed using a multi-institutional (18), multi-national (3) cohort of 792 patients with gastrointestinal (GI) cancers, with newly-diagnosed BM diagnosed between 1/1/2006 and 12/31/2017. Survival was measured from date of first treatment for BM. Multiple Cox regression was used to select and weight prognostic factors in proportion to their hazard ratios. These factors were incorporated into the updated GI-GPA. RESULTS: Median survival (MS) varied widely by primary site and other prognostic factors. Four significant factors (KPS, age, extracranial metastases and number of BM) were used to formulate the updated GI-GPA. Overall MS for this cohort remains poor; 8 months. MS by GPA was 3, 7, 11 and 17 months for GPA 0-1, 1.5-2, 2.5-3.0 and 3.5-4.0, respectively. >30% present in the worst prognostic group (GI-GPA of ≤1.0). CONCLUSIONS: Brain metastases are not uncommon in GI cancer patients and MS varies widely among them. This updated GI-GPA index improves our ability to estimate survival for these patients and will be useful for therapy selection, end-of-life decision-making and stratification for future clinical trials. A user-friendly, free, on-line app to calculate the GPA score and estimate survival for an individual patient is available at brainmetgpa.com.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».