Nomogram to estimate the activity of second-line therapy for advanced urothelial carcinoma (UC).
Notice bibliographique
Résumé
4524 Background: Prognostic factors may impact on endpoints used in phase II trials of second-line therapy for advanced UC. We aimed to study the impact of prognostic factors (liver metastasis [LM], anemia [Hb<10 g/dl], ECOG-performance status [PS] ≥1, time from prior chemotherapy [TFPC]) on PFS6 and RR. Methods: Twelve phase II trials evaluating second-line chemotherapy and/or biologics (n=748) in patients with progressive disease were pooled. PFS was defined as tumor progression or death from any cause. PFS6 was defined from the date of registration and calculated using the Kaplan-Meier method. RR was defined using RECIST 1.0. A nomogram predicting PFS6 was constructed using the RMS package in R (www.r-project.org). Results: Data regarding progression, Hb, LM, PS and TFPC were available from 570 patients. The mean age was 65.1 years, 45.3% had ECOG-PS ≥1, 30.2% had LM, 14.6% had anemia and TFPC was <6 months (mo) in 60.2%. The overall median PFS was 2.7 mo, PFS6 was 22.2% (95% CI: 18.8-25.9) and RR was 17.5% (95% CI: 14.5%-20.9%). For every unit increase in risk group, the hazard of progression increased by 41% and the odds of response decreased by 48% (Table). A nomogram was constructed to predict PFS6 on an individual patient level. Conclusions: PFS6 and RR vary as a function of prognostic factors in patients receiving second-line therapy for advanced UC. A nomogram incorporating prognostic factors might facilitate the evaluation of activity across phase II trials enrolling heterogeneous populations and can help to select and stratify patients for phase III evaluation of suitable agents. [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 | 0,011 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,008 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».