Development and Validation of a Novel Nomogram for Individualized Prediction of Survival in Cancer of Unknown Primary
Notice bibliographique
Résumé
Abstract Purpose: Prognostic uncertainty is a major challenge for cancer of unknown primary (CUP). Current models limit a meaningful patient-provider dialogue. We aimed to establish a nomogram for predicting overall survival (OS) in CUP based on robust clinicopathologic prognostic factors. Experimental Design: We evaluated 521 patients with CUP at MD Anderson Cancer Center (MDACC; Houston, TX; 2012–2016). Baseline variables were analyzed using Cox regression and nomogram developed using significant predictors. Predictive accuracy and discriminatory performance were assessed by calibration curves, concordance probability estimate (CPE ± SE), and concordance statistic (C-index). The model was subjected to bootstrapping and multi-institutional external validations using two independent CUP cohorts: V1 [MDACC (2017), N = 103] and V2 (BC Cancer, Vancouver, Canada and Sarah Cannon Cancer Center/Tennessee Oncology, Nashville, TN; N = 302). Results: Baseline characteristics of entire cohort (N = 926) included: median age (63 years), women (51%), Eastern Cooperative Oncology Group performance status (ECOG PS) 0–1 (64%), adenocarcinomas (52%), ≥3 sites of metastases (30%), and median follow-up duration and OS of 40.1 and 14.7 months, respectively. Five independent prognostic factors were identified: gender, ECOG PS, histology, number of metastatic sites, and neutrophil-lymphocyte ratio. The resulting model predicted OS with CPE of 0.69 [SE: ± 0.01; C-index: 0.71 (95% confidence interval: 0.68–0.74)] outperforming Culine/Seve prognostic models (CPE: 0.59 ± 0.01). CPE for external validation cohorts V1 and V2 were 0.67 (± 0.02) and 0.70 (± 0.01), respectively. Calibration curves for 1-year OS showed strong agreement between nomogram prediction and actual observations in all cohorts. Conclusions: Our user-friendly CUP nomogram integrating commonly available baseline factors provides robust personalized prognostication which can aid clinical decision making and selection/stratification for clinical trials.
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 | 0,009 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».