MétaCan
Menu
← Retour à la cohorte
Enregistrement W3202079268 · doi:10.21203/rs.3.rs-931975/v1

Prognostic Value of Hepatocyte Growth Factor for Muscle-invasive Bladder Cancer

2021· preprint· en· W3202079268 sur OpenAlexaff
Satoshi Katayama, Victor M. Schuettfort, Benjamin Pradère, Keiichiro Mori, Hadi Mostafaei, Fahad Quhal, Reza Sari Motlagh, Ekaterina Laukhtina, Nico C. Grossmann, Abdulmajeed Aydh, Paweł Rajwa, Frederik König, Pierre I. Karakiewicz, Martin Haydter, Marco Moschini, Mohammad Abufaraj, Yair Lotan, Richard K. Lee, Quoc‐Dien Trinh, Éva Compérat, Jeremy Yuen‐Chun Teoh, Yasutomo Nasu, Shahrokh F. Shariat

Notice bibliographique

RevueResearch Square · 2021
Typepreprint
Langueen
DomaineMedicine
ThématiqueBladder and Urothelial Cancer Treatments
Établissements canadiensCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésHepatocyte growth factorBladder cancerValue (mathematics)CancerFactor (programming language)MedicineOncologyInternal medicineComputer scienceMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract PurposeThe HGF/MET pathway is involved in cell motility, angiogenesis, proliferation, and cancer invasion. We assessed the clinical utility of plasma HGF level as a prognostic biomarker in patients with MIBC.MethodsWe retrospectively analyzed 565 patients with MIBC who underwent radical cystectomy. Logistic regression and Cox regression models were used, and predictive accuracies were estimated using the area under the curve and concordance index. To estimate the clinical utility of HGF, DCA and MCID were applied.ResultsPlasma HGF level was significantly higher in patients with advanced pathologic stage and LN metastasis (p=0.01 and p<0.001, respectively). Higher HGF levels were associated with an increased risk of harboring LN metastasis and non-organ-confined disease (OR1.21, 95%CI 1.12-1.32, p<0.001, and OR1.35, 95%CI 1.23-1.48, p<0.001, respectively) on multivariable analyses; the addition of HGF improved the predictive accuracies of a standard preoperative model (+7%, p<0.001 and +8%, p<0.001, respectively). According to the DCA and MCID, half of the patients had a net benefit by including HGF, but the absolute magnitude remained limited. In pre- and postoperative predictive models, a higher HGF level was significant prognosticator of worse RFS, OS, and CSS; in the preoperative model, the addition of HGF improved accuracies by 6% and 5% for RFS and CSS, respectively.ConclusionPreoperative HGF identified MIBC patients who harbored features of clinically and biologically aggressive disease. Plasma HGF could serve, as part of a panel, as a biomarker to aid in preoperative treatment planning regarding intensity of treatment in patients with clinically MIBC.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,099
Tête enseignante GPT0,422
Écart entre enseignants0,324 · 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'étudeObservationnel
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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetBladder and Urothelial Cancer Treatments→Travaux en français237 207→