Five-Factor Prognostic Model for Survival of Post-Platinum Patients with Metastatic Urothelial Carcinoma Receiving PD-L1 Inhibitors
Notice bibliographique
Résumé
PURPOSE: A prognostic model for overall survival of post-platinum patients with metastatic urothelial carcinoma receiving PD-1/PD-L1 inhibitors is necessary as existing models were constructed in the chemotherapy setting. MATERIALS AND METHODS: Patient level data were used from phase I/II trials evaluating PD-L1 inhibitors following platinum based chemotherapy for metastatic urothelial carcinoma. The derivation data set consisted of 2 phase I/II trials evaluating atezolizumab (405). Two phase I/II trials that evaluated avelumab (242) and durvalumab (198) comprised the validation data sets. Cox regression analyses evaluated the association of candidate prognostic factors with overall survival. Stepwise selection was used to select an optimal model using the derivation data set. Discrimination and calibration were assessed in the avelumab and durvalumab data sets. RESULTS: The 5 prognostic factors identified in the optimal model using the atezolizumab derivation data set were ECOG-PS (1 vs 0, HR 1.80, 95% CI 1.36-2.36), liver metastasis (HR 1.55, 95% CI 1.20-2.00), platelet count (HR 2.22; 95% CI 1.54-3.18), neutrophil-to-lymphocyte ratio (HR 1.94, 95% CI 1.57-2.40) and lactate dehydrogenase (HR 1.60, 95% CI 1.28-1.99). There was robust discrimination of survival between low, intermediate and high risk groups. The c-statistic was 0.692 in the derivation and 0.671 and 0.773 in the avelumab and durvalumab validation data sets, respectively. A web based interactive tool was developed to calculate the expected survival probabilities based on risk factors. CONCLUSIONS: A validated 5-factor model has satisfactory prognostic performance for survival across 3 PD-L1 inhibitors to treat metastatic urothelial carcinoma after platinum therapy and may assist in stratification, interpreting and designing trials incorporating PD-1/PD-L1 inhibitors in the post-platinum setting.
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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».