MétaCan
Menu
Retour à la cohorte
Enregistrement W3164573762 · doi:10.1136/bmjopen-2020-040801

Meta-analysis of the prognostic value of pretreatment serum ferritin in hepatobiliary and pancreas (HBP) cancers

2021· review· en· W3164573762 sur OpenAlexaboutno aff
Shuwen Lin, Yinghua Fang, Ye Lin, Zhikang Mo, Xiaocheng Hong, Zhixiang Jian, Chenggang Ji

Notice bibliographique

RevueBMJ Open · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueInflammatory Biomarkers in Disease Prognosis
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of ChinaNational Science Foundation
Mots-clésMedicineInternal medicineFerritinGastroenterologyBiomarkerMeta-analysisCochrane LibraryStage (stratigraphy)OncologyPancreatic cancerCancer

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND OBJECTIVES: Studies have shown that serum ferritin (SF) has unfavourable prognostic value in hepatobiliary and pancreas (HBP) cancers. This meta-analysis aimed to comprehensively assess the prognostic role of pretreatment SF in patients with HBP cancers. METHODS: Eligible studies published before January 2020 were obtained through a comprehensive search in the PubMed, Web of Science, Cochrane Library and EMBASE databases. Pooled HRs and 95% CIs were then employed as effect sizes. RESULTS: Seven studies comprising 1244 patients were pooled. Elevated pretreatment SF was associated with worse overall survival (OS) (HR 1.60, 95% CI 1.36 to 1.88, p<0.001) and recurrence-free survival/progression-free survival/time to recurrence (HR 1.70, 95% CI 1.15 to 2.52, p=0.008). Significant prognostic value of elevated pretreatment SF on OS was detected in the subgroups regardless of the cancer type, race, SF cut-off value, tumour-node-metastasis stage and Newcastle-Ottawa Scale score. CONCLUSION: Elevated pretreatment SF was associated with worse survival outcome of patients with HBP cancers. As such, it may serve as a novel prognostic biomarker for HBP cancers.

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)0,009
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,022
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0130,027
Bibliométrie0,0040,005
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,239
Tête enseignante GPT0,454
Écart entre enseignants0,215 · 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'étudeMéta-analyse
Domainenon disponible
GenreEmpirique

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

En bref

Citations9
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ OpenMême sujetInflammatory Biomarkers in Disease PrognosisTravaux en français237 207