MétaCan
Menu
Retour à la cohorte
Enregistrement W3103876657 · doi:10.1016/j.urolonc.2020.11.005

Impact of preoperative serum albumin-globulin ratio on disease outcome after radical cystectomy for urothelial carcinoma of the bladder

2020· review· en· W3103876657 sur OpenAlexaff
Victor M. Schuettfort, David D’Andrea, Fahad Quhal, Hadi Mostafaei, Ekaterina Laukhtina, Keiichiro Mori, Reza Sari Motlagh, Michael Rink, Mohammad Abufaraj, Pierre I. Karakiewicz, Stefano Luzzago, Morgan Rouprêt, Piotr Chłosta, Marko Babjuk, Marina Deuker, Marco Moschini, Shahrokh F. Shariat, Benjamin Pradère

Notice bibliographique

RevueUrologic Oncology Seminars and Original Investigations · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueInflammatory Biomarkers in Disease Prognosis
Établissements canadiensUniversité de Montréal
Organismes subventionnairesEuropean Association of Urology
Mots-clésMedicineCystectomyConfidence intervalInternal medicineOdds ratioBladder cancerLogistic regressionUrologyProportional hazards modelReceiver operating characteristicGastroenterologyRetrospective cohort studyAlbuminSurgeryOncologyCancer

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The Albumin-Globulin Ratio (AGR; albumin/total protein - albumin) has been associated with oncological outcome in various malignancies. However, its role in urothelial carcinoma of the bladder (UCB) has not been clearly established. In this study, we assessed the association of preoperative AGR (pAGR) with survival in patients who underwent radical cystectomy (RC) for UCB. MATERIAL AND METHODS: We conducted a retrospective analysis of an established multicenter database of 4.335 patients who were treated with RC for UCB. The cohort was divided into 2 groups according to the pAGR status. Binominal logistic regression as well as uni- and multivariable Cox regression analyses were used. The predictive value of the models was assessed by calculating receiver operating characteristics curves and concordance-indices (C-Index). The additional clinical value was assessed using the decision curve analysis (DCA). RESULTS: Overall, 1.670 patients (38.5%) had a low pAGR. On multivariable logistic regression analyses, low pAGR was associated with an increased risk of ≥pT3 disease at RC (odds ratio [OR] 1.15, 95% confidence interval [CI] 1.01-1.31, P= 0.04). On multivariable Cox regression analyses, low pAGR remained associated with worse recurrence-free survival (RFS, HR 1.24, 95% CI 1.1-1.37, P< 0.001), cancer-specific survival (CSS, HR 1.23, 95% CI 1.1-1.38, P< 0.001) and overall survival (OS, HR 1.17, 95% CI 1.07-1.28, P< 0.001). The addition of pAGR to multiple prognostic models that were respectively fitted for clinical and postoperative variables did not improve the predictive accuracy. CONCLUSION: pAGR status is an independent predictor of ≥pT3 disease, therefore it could help identify patients who have a higher likelihood to benefit from neoadjuvant systemic therapy. While pAGR was independently associated with RFS, CSS, and OS, it did not improve the predictive accuracy and clinical value beyond obtained by information already available. The predictive value of this biomarker in the age of immunotherapy needs further evaluation.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,049
Tête enseignante GPT0,372
Écart entre enseignants0,322 · 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
GenreSynthèse

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

En bref

Citations12
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUrologic Oncology Seminars and Original InvestigationsMême sujetInflammatory Biomarkers in Disease PrognosisTravaux en français237 207