MétaCan
Menu
Retour à la cohorte
Enregistrement W2973030304 · doi:10.1038/s41598-019-49250-6

Validation of the GRade, Age, Nodes and Tumor (GRANT) score within the Surveillance Epidemiology and End Results (SEER) database: A new tool to predict survival in surgically treated renal cell carcinoma patients

2019· article· en· W2973030304 sur OpenAlexaff
Sebastiano Buti, Pierre I. Karakiewicz, Melissa Bersanelli, Umberto Capitanio, Zhe Tian, Alessio Cortellini, Satoru Taguchi, Alberto Briganti, Francesco Montorsi, Francesco Leonardi, Marco Bandini

Notice bibliographique

RevueScientific Reports · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal cell carcinoma treatment
Établissements canadiensCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineSurveillance, Epidemiology, and End ResultsRenal cell carcinomaNephrectomyEpidemiologyFramingham Risk ScoreClinical endpointPopulationClear cell renal cell carcinomaInternal medicineDatabaseRisk stratificationOncologyClinical trialCancer registryKidneyDisease

Résumé

récupéré en direct d'OpenAlex

The purpose of the present study was to validate the new GRade, Age, Nodes and Tumor (GRANT) score for renal cell carcinoma (RCC) prognostication within a large population of patients. Within the Surveillance, Epidemiology, and End Results database, we identified patients with either clear-cell or papillary RCC, who underwent nephrectomy between 2001 and 2015. Harrell's C-Index, calibration plot and decision curve analysis were used to validate the GRANT model using a five-risk group stratification (0 vs. 1 vs. 2 vs. 3 vs. 4 risk factors). The primary endpoint was overall survival (OS) at 60 months. The analyses were repeated according to the histologic subgroup. The overall population included 73217 cases; 60900 with clear-cell RCC and 12317 with papillary histology, respectively. According to a five-risk group stratification, 23985 patients (32.8%) had no risk factor (0), 35019 (47.8%) had only one risk factor (1), 13275 (18.1%) had risk score 2854 (1.2%) had 3 risk factors and 84 (0.1%) of cases had a GRANT score of 4, respectively. At 60 months, OS rates as determined by the GRANT score were respectively 94% (score 0) vs. 86% (score 1) vs. 76% (score 2) vs. 46% (score 3) vs. 16% (score 4). In both histologic subtypes, the GRANT score yielded good calibration and high net benefit. OS C-Index values were 0.677 and 0.650 for clear-cell and papillary RCC at 60 months after surgery, respectively. In conclusion, the GRANT score was validated with a five-risk group stratification in a huge population from the SEER database, offering a further demonstration of its reliability for prognostication in RCC.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,258
Écart entre enseignants0,226 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetRenal cell carcinoma treatmentTravaux en français237 207