Clinicopathological Criteria Predictive of Recurrence Following Bacillus Calmette-Guérin Therapy Initiation in Non–Muscle-Invasive Bladder Cancer: Retrospective Cohort Study
Notice bibliographique
Résumé
BACKGROUND: Bacillus Calmette-Guérin (BCG) is currently the most clinically effective intravesical treatment for non-muscle-invasive bladder cancer (NMIBC), particularly for patients with high-risk NMIBC such as those with carcinoma in situ. BCG treatments could be optimized to improve patient safety and conserve supply by predicting BCG efficacy based on tumor characteristics or clinicopathological criteria. OBJECTIVE: The aim of this study is to assess the ability of specific clinicopathological criteria to predict tumor recurrence in patients with NMIBC who received BCG therapy along various treatment timelines. METHODS: levels) within 180 days of BCG therapy initiation, medications, and clinical and demographic variables to assess their ability to predict NMIBC recurrence, was completed. This was followed by multivariate regression that included the elements of the Club Urológico Español de Tratamiento Oncológico (CUETO) scoring model and variables that were significant predictors of recurrence in univariate analysis. RESULTS: BCG was administered to 183 patients classified as intermediate or high risk, and 76 (41.5%) experienced disease recurrence. An abnormal neutrophil-to-lymphocyte ratio measured within 180 days of induction BCG therapy was a significant predictor (P=.047) of future cancer recurrence and was a stronger predictor than the CUETO score or the individual variables included in the CUETO scoring model through multivariate analysis. CONCLUSIONS: An abnormal neutrophil-to-lymphocyte ratio within 180 days of BCG therapy initiation is predictive of recurrence and could be suggestive of additional or alternative interventions.
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 | 0,001 |
| 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 ».