Clinicopathological and prognostic significance of PD-L1 expression in colorectal cancer: a meta-analysis
Notice bibliographique
Résumé
PURPOSE: To systematically evaluate the correlation between PD-L1 expression and clinicopathological features and prognosis of colorectal cancer (CRC). METHODS: Seven databases (PubMed, Cochrane Library, EMBASE, Web of Science, CBM, Wanfang, and CNKI) were searched through May 2020. Risk of bias and quality of evidence were assessed by using the Newcastle-Ottawa scale (NOS), and meta-analysis was carried out by using the Review Manager 5.3 software on the studies with the quality evaluation scores ≥ 6. Meta-regression analysis was used to determine the independent role of PD-L1 expression on CRC prognosis after adjusting clinicopathological features and treatment methods. RESULTS: A total of 8823 CRC patients in 32 eligible studies. PD-L1 expression was correlated with lymphatic metastasis (yes/no; OR = 1.24, 95% CI (1.11, 1.38)), diameter of tumor (≥ 5 cm/< 5 cm; OR = 1.34, 95% CI (1.06, 1.70)), differentiation (high-middle/low; OR = 0.68, 95% CI (0.53, 0.87)), and vascular invasion (yes/no; OR = 0.80, 95% CI (0.69, 0.92)). PD-L1 expression shortened the overall survival (hazard ratio (HR) = 1.93, 95% CI (1.66, 2.25)), disease-free survival (HR = 1.76, 95% CI (1.50, 2.07)), and progression-free survival (HR = 1.93, 95% CI (1.55, 2.41)). Meta-regression showed that PD-L1 expression played a significant role on poor CRC OS (HR = 1.95, 95% CI (1.92, 3.98)) and disease-free survival (HR = 2.14, 95% CI (0.73, 4.52)). CONCLUSION: PD-L1 expression independently predicted a poor prognosis of CRC.
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 | 0,013 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,015 | 0,041 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».