Validating impact of pretreatment tumor growth rate on outcome of early‐stage lung cancer treated with stereotactic body radiation therapy
Notice bibliographique
Résumé
Background To assess correlation of pretreatment specific growth rate (SGR) value of 0.43 × 10 ‐2 with overall and failure‐free survival of patients with early‐stage non‐small cell lung cancer (NSCLC) treated with stereotactic body radiation therapy (SBRT). Methods A retrospective chart review of 160 patients with pathologically confirmed stage I NSCLC treated with SBRT between June 2010 and December 2012 in a large, tertiary cancer institute was undertaken. Both diagnostic and archived planning CT were uploaded to the treatment planning system to determine tumor volume at diagnosis (GTV1) and planning time (GTV2). The time (t) between both CTs was recorded. SGR was calculated using GTV1, GTV2, and t. The median SGR (0.43 × 10 ‐2 ) from our previous data was used to group patients into low and high SGR cohorts. Log‐rank test was used to compare overall (OS) and failure‐free survivals (FFS) of SGR groups. Results The median time interval between diagnostic and planning CT scans was 87 days. The median OS was 38 and 66 months for high and low SGR cohorts, respectively ( P = 0.03). The median FFS was 27 and 55 months for high and low SGR cohorts, respectively ( P = 0.005). High SGR ( P < 0.05), male gender ( P = <0.01), and GTV2 ( P = <0.05) were associated with poorer FFS. Conclusions High SGR was associated with poorer outcome in patients with early‐stage NSCLC treated with SBRT. SGR can be used in conjunction with other well‐known predictive factors to formulate a practical predictive model to identify subgroups of the patient at higher risk of recurrence after SBRT.
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 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) | 0,001 | 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 tête enseignante, 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 ».