Markers of Systemic Inflammation in Neuroendocrine Tumors
Notice bibliographique
Résumé
OBJECTIVE: The aim of the study was to assess the impact of systemic markers of inflammation on the outcomes in patients with neuroendocrine tumors (NETs) treated with everolimus or placebo (as measured by baseline neutrophil-to-lymphocyte ratio [NLR] and lymphocyte-to-monocyte ratio [LMR]). METHODS: Patient data (gastrointestinal, pancreatic, and lung NETs) from 2 large phase 3 studies, RADIANT-3 (n = 410) and RADIANT-4 (n = 302), were pooled and analyzed. The primary end point was centrally assessed progression-free survival (PFS) as estimated by the Kaplan-Meier method. RESULTS: In the pooled population, elevated LMR (median PFS, 11.1 months; 95% confidence interval, 9.3-13.7; hazard ratio, 0.69; P < 0.001) and reduced NLR (median PFS, 10.8 months; 95% confidence interval, 9.2-11.7; hazard ratio, 0.75; P = 0.0060) correlated with longer PFS among all patients. These markers were also found to be prognostic in the everolimus- and placebo-treated subgroups. CONCLUSIONS: Data from this study suggest that LMR and NLR are robust prognostic markers for NETs and could potentially be used to identify patients who may receive or are receiving the most benefit from targeted therapies. As both are derived from a complete blood count, they can be routinely used in clinical practice, providing valuable information to clinicians and patients alike.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,000 |
| 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 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 ».