Neutrophil/lymphocyte ratio (NLR) as a prognostic factor in biliary tract cancer (BTC).
Notice bibliographique
Résumé
4130 Background: BTCs include intrahepatic (IHC), hilar, distal bile duct (DBD), and gallbladder carcinoma (GBC). Risk factors include conditions associated with chronic inflammation. NLR, an inflammatory marker, is prognostic in several cancers but has not been reviewed in large BTC series, hilar or GBC. Methods: Baseline demographics and NLR at diagnosis were evaluated in 864 patients (pts) with BTC from 01/87 - 12/12 treated at Princess Margaret Cancer Center. Their prognostic significance for overall survival (OS) was determined using a Cox proportional hazards model. Results: High NLR ≥3.0 was associated with poor survival using univariable analysis as was stage/site of primary (P<0.05), age >65yrs, lymphocytes ≤1.6 (P<0.01), neutrophils ≥5.0, platelets ≥280, hemoglobin (Hb) < 110 g/L (P<0.001). Median OS in pts with NLR<3.0 was 21.6 mo, 12.0 mo with NLR ≥3.0 (P<0.001). NLR retained its significance as a prognostic marker on multivariable analysis (Table), along with GBC (P<0.05), age>65yrs, DBD primary (P<0.01), stage and Hb <110g/L (P<0.001). NLR was prognostic for OS on multivariable analysis for hilar: overall (Table) and advanced grp (n=102) (HR 1.68, 95%CI 1.07-2.64, P<0.05) and in advanced DBD (n=102) (HR 1.63, 95%CI 1.03-2.57,P<0.05). On subgrp analysis, NLR was prognostic for OS in advanced BTC (ABTC) (n=538) (P<0.01) but not in surgical grp. NLR did not predict RECIST response to first line palliative chemotherapy in ABTC. Conclusions: Baseline NLR is prognostic in BTC, specifically ABTC and hilar subgrp, suggesting the importance of systemic inflammation influencing outcome in pts with ABTC, thus providing a simple inexpensive prognostic biomarker while also possibly identifying pts that may benefit from antiinflammatory mediation. NLR was not predictive for response in BTC. [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 | 0,001 | 0,002 |
| 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) | 0,002 | 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 ».