Impact of the systemic immune-inflammation index for the prediction of prognosis and modification of the risk model in patients with metastatic renal cell carcinoma treated with first-line tyrosine kinase inhibitors
Notice bibliographique
Résumé
INTRODUCTION: International Metastatic Renal Cell Carcinoma Database Consortium (IMDC) criteria are the most representative risk model for patients with metastatic renal cell carcinoma (mRCC). However, the intermediate-risk group of IMDC criteria is thought to include patients with different prognoses because many of the patients are classified into the intermediate-risk group. In this study, we investigated the impact of systemic immune-inflammation index (SII), which is calculated based on neutrophil count, platelet count, and lymphocyte count, on predicting the prognosis in patients with mRCC, and its usefulness for re-classification of patients with a more sophisticated risk model. METHODS: From January 2008 to January 2018, 179 mRCC patients with a pretreatment and SII were retrospectively investigated. All patients were classified into either a high-SII group or a low-SII group based on the cutoff value of a SII at 730, as reported in previous studies; the overall survival (OS) rates in each group were compared. RESULTS: The median age was 65 years old. Males and females comprised 145 and 34 cases, respectively. The categories of favorable-, intermediate-, and poor-risk groups in the IMDC model were assessed in 39, 102, and 38 cases, respectively. The median observation period was 24 months. The low-SII and high-SII groups consisted of 73 and 106 cases, respectively. The 50% OS in the high-SII group was 21.4 months, which was significantly worse than that in the low-SII group (49.7 months; p<0.0001). Multivariate analysis showed that a high SII was an independent predictive factor for a worse OS. Next, we constructed a modified IMDC risk model that included the SII instead of a neutrophil count and a platelet count. By using this modified IMDC model, all cases were re-classified into four groups of 33, 52, 81, and 13 cases with 50% OS of 88.8, 45.9, 29.4, and 4.8 months, respectively. CONCLUSIONS: The SII is useful for establishing a more sophisticated prognostic model that can stratify mRCC patients into four groups with different prognoses.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».