Pretreatment Neutrophil-to-Lymphocyte Ratio as a Predictive Marker of Response to Atezolizumab Plus Bevacizumab for Hepatocellular Carcinoma
Notice bibliographique
Résumé
Background: Combination therapy with anti-programmed death-ligand 1 monoclonal antibody atezolizumab plus anti-vascular endothelial growth factor agent bevacizumab (Atezo/Bev) was approved in 2020 as a first-line treatment for unresectable hepatocellular carcinoma (HCC). Atezo/Bev therapy is relatively well tolerated; however, factors that can predict its response have not yet been reported. Thus, we aimed to investigate whether the pretreatment neutrophil-to-lymphocyte ratio (NLR) could predict the therapeutic response in patients with HCC treated with Atezo/Bev therapy. Methods: We analyzed the course of 40 patients with HCC who received Atezo/Bev therapy at our hospital and attempted to identify pretreatment factors that could predict response by comparing those who achieved disease control with those who did not. Results: The pretreatment NLR value in patients who achieved disease control was significantly lower than that in patients with disease progression (2.47 vs. 4.48, p = 0.013). Using the optimal NLR cut-off value for predicting response (3.21) determined by receiver operating characteristic curve analysis, patients with NLR ≤ 3.21 had significantly better progression-free survival than those with NLR > 3.21 (p < 0.0001), although there were no significant differences in liver function or tumor-related background factors between the two groups. Conclusions: The pretreatment NLR value may be a useful predictor of response to Atezo/Bev therapy for HCC.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».