Limited-stage small cell lung cancer: Outcomes associated with prophylactic cranial irradiation over a 20-year period at the Princess Margaret Cancer Centre
Notice bibliographique
Résumé
BACKGROUND & PURPOSE: Prophylactic cranial irradiation (PCI) is recommended for limited-stage small-cell lung cancer (LS-SCLC) patients with good response to concurrent chemoradiation. We report our institution's 20-year experience with this patient population and associated clinical outcomes. MATERIALS & METHODS: A retrospective cohort of consecutive LS-SCLC patients treated with curative intent chemoradiation at our institution (1997-2018) was reviewed. Overall survival (OS) was calculated using the Kaplan-Meier method, and significant covariates determined by the Cox proportional hazards model. Covariates predictive of PCI were determined using Fisher's exact test and the Mann-Whitney test. Brain failure risk (BFR) was calculated using the cumulative incidence method treating death as a competing event. Treatment cohorts (historic vs. contemporary) were stratified by the median year of diagnosis (2005). RESULTS: A total of 369 patients with LS-SCLC were identified, of which 278 patients were notionally PCI eligible. PCI was given to 196 patients (71%). Younger age was associated with PCI utilization (p < 0.001). PCI utilization rates did not change between the historic and contemporary treatment era (p = 0.11), whereas magnetic resonance imaging (MRI) use at baseline and follow-up became more prevalent in the contemporary era (p = <0.001). On multivariable analysis, PCI utilization was associated with improved OS (HR 1.88, 95% CI 1.32-2.69) and decreased BFR (HR 4.66, 95% CI 2.58-8.40). Patients who had MRI follow-up had a higher incidence of BFR (HR 0.35, 95% CI 0.18-0.66) in multivariable analyses. CONCLUSIONS: For LS-SCLC patients at our institution, PCI is more frequently utilized in younger patients, and the utilization rate did not change significantly over the past 20 years. PCI was independently associated with improved OS and lower BFR. Omission of PCI in LS-SCLC patients should not be routinely practiced in the absence of further prospective data.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».