The Lung Immune Prognostic Index Discriminates Survival Outcomes in Patients with Solid Tumors Treated with Immune Checkpoint Inhibitors
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Immune checkpoint inhibitors (ICI) have revolutionized the treatment landscape of several solid tumor types. However, as patient outcomes are heterogeneous, clinical tools to aid in prognostication are needed. The Lung Immune Prognostic Index (LIPI) correlates with outcomes in patients with non-small cell lung cancer (NSCLC) treated with ICI, but its applicability beyond NSCLC is poorly defined. We sought to determine whether LIPI is associated with overall survival (OS), progression-free survival (PFS) and objective response rate (ORR) in a pooled, real-world, retrospective cohort of patients with solid tumors treated with ICI. Of the total pooled cohort (N = 578), 47.2%, 38.2% and 14.5% of patients were stratified into good, intermediate and poor LIPI group, respectively. Median OS were 22.8 (95% CI 17.4-29.5), 7.8 (95% CI 6.6-9.6), and 2.5 months (95% CI 1.4-3.4) (p < 0.0001). Median PFS were 9.9 (95% CI 7.2-11.5), 3.6 (95% CI 2.7-4.3), and 1.4 months (95% CI 1.2-2.2) (p < 0.0001). ORR was also associated with LIPI group (p < 0.001). Intermediate and poor LIPI were independently prognostic of OS compared to good LIPI, with hazard ratios (HR) of 1.8 (95% CI 1.4-2.3, p < 0.001) and 3.6 (95% CI 2.5-5.1, p < 0.001), respectively. These data are the first to suggest that in a real-world setting, the prognostic value of LIPI may be tumor agnostic.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle