Patterns of Relapse in Small Cell Lung Cancer: Competing Risks of Thoracic versus CNS Relapse
Notice bibliographique
Résumé
INTRODUCTION: Treatment algorithms for small cell lung cancer (SCLC) are determined largely by the Veterans Affairs Lung Cancer Staging Group (VALCSG) staging (limited (LS) versus extensive (ES) stage). Relapse occurs frequently; however, patterns of relapse, in particular the competing risk of thoracic and central nervous system relapse, are not well described. This study describes patterns of relapse in SCLC patients treated at a large tertiary institution in Ontario, Canada. MATERIALS AND METHODS: A retrospective cohort of SCLC patients treated at the Juravinski Cancer Centre was reviewed. Data were abstracted from the medical record on demographic, disease, treatment and outcome variables. The primary outcome was a description of the patterns of relapse stratified by disease stage. Multivariate analysis was performed to identify prognostic variables for thoracic and CNS relapse. RESULTS: Two hundred and twenty nine patients were treated during the study period (LS-83, ES-146). Relapse occurred in the majority of patients (isolated thoracic-28%, isolated CNS-9%, extrathoracic-9%, thoracic/extrathoracic-14%, systemic and CNS-13%). The median OS was consistent with published data (LS-21.8 months, ES-8.9 months). ES disease and elevated LDH were prognostic for increased thoracic relapse, whereas poor PS and older age were prognostic for lower central nervous system (CNS) relapse. DISCUSSION: Thoracic relapse and CNS relapse represent competing risks for patients with SCLC. Decisions about incorporating thoracic or CNS radiation are complex. More research is needed to incorporate performance status and LDH into treatment algorithms.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».