Changes in patient-reported outcomes (PROs) and tumor markers (TMs) to predict treatment response and survival outcomes in patients with metastatic gastrointestinal (GI) cancer.
Notice bibliographique
Résumé
6560 Background: PROs assessing quality of life (QOL) and symptoms at a single timepoint frequently correlate with clinical outcomes in patients with cancer, yet efforts to understand how longitudinal changes in PROs can predict for treatment outcomes are lacking. In practice, oncologists often use changes in serum TMs (CEA and CA19-9) to monitor patients with GI cancer, and thus we sought to examine associations of 1-month changes in PROs and TMs with treatment response and survival outcomes among patients with advanced GI cancer. Methods: We prospectively enrolled patients with metastatic GI cancer prior to initiating chemotherapy at Massachusetts General Hospital from 5/2019-12/2020. At baseline (start of treatment) and 1-month later, we collected PROs (QOL [Functional Assessment of Cancer Therapy General {FACT-G}], physical symptoms [Edmonton Symptom Assessment System {ESAS}], and psychological symptoms [Patient Health Questionnaire-4 {PHQ-4}]) and TMs. We used regression models to examine associations of 1-month changes in PROs and TMs with treatment response (clinical benefit [defined as decreased or stable tumor burden] or progressive disease at the time of first scan) and survival outcomes (progression-free survival [PFS] and overall survival [OS]), adjusted for baseline values of each respective variable. Results: We enrolled 159 of 191 patients approached (83.2% enrollment); 134 had 1-month follow-up data (median age = 64 years [range: 28 to 84 years], 64.2% male, 46.3% pancreaticobiliary cancer). For treatment response, 63.4% had clinical benefit and 36.6% had progressive disease at the time of first scan (mean time to first scan = 2.01 months). Changes in PROs (ESAS-Total: OR = 0.97, p = 0.022; ESAS-Physical: OR = 0.96, p = 0.027; PHQ-4 depression: OR = 0.67, p = 0.014; FACT-G: OR = 1.07, p = 0.001), but not TMs (CEA: OR = 1.00, p = 0.836 and CA19-9: OR = 1.00, p = 0.796), were associated with clinical benefit at the time of first scan. Changes in ESAS-Total (HR = 1.03, p = 0.004), ESAS-Physical (HR = 1.03, p = 0.021), PHQ-4 depression (HR = 1.22, p = 0.042), FACT-G (HR = 0.97, p = 0.003), and CEA (HR = 1.00, p = 0.001) were predictors of PFS. Changes in ESAS-Total (HR = 1.03, p = 0.006) and ESAS-Physical (HR = 1.04, p = 0.015) were predictors of OS, but 1-month changes in TMs (CEA: HR = 1.00, p = 0.377 and CA19-9: HR = 1.00, p = 0.367) did not significantly predict for OS. Conclusions: We found that 1-month changes in PROs can predict for treatment response and survival outcomes in patients with advanced GI cancers. Notably, 1-month changes in CEA only correlated with PFS, while changes in CA19-9 did not significantly predict treatment response or survival outcomes. These findings highlight the potential for early changes in PROs to predict treatment outcomes while underscoring the need to monitor and address PROs in patients with advanced cancer.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 ».