MétaCan
Menu
Retour à la cohorte
Enregistrement W4206062874 · doi:10.3390/curroncol29010019

Impact of Pre-Treatment NLR and Other Hematologic Biomarkers on the Outcomes of Early-Stage Non-Small-Cell Lung Cancer Treated with Stereotactic Body Radiation Therapy

2022· article· en· W4206062874 sur OpenAlexaffvenue

Notice bibliographique

RevueCurrent Oncology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueInflammatory Biomarkers in Disease Prognosis
Établissements canadiensCancerCare Manitoba
Organismes subventionnairesnon disponible
Mots-clésLung cancerBiomarkerRadiation therapySystemic therapyCancerRadiosurgeryOverall survivalCirculating tumor cell

Résumé

récupéré en direct d'OpenAlex

Introduction: We evaluated the association of pre-treatment immunologic biomarkers on the outcomes of early-stage non-small-cell lung cancer (NSCLC) patients treated with stereotactic body radiation therapy (SBRT). Materials and methods: In this retrospective study, all newly diagnosed early-stage NSCLC treated with SBRT between January 2010 and December 2017 were screened and included for further analysis. The pre-treatment neutrophil-lymphocyte ratio (NLR), monocyte lymphocyte ratio (MLR), and platelet-lymphocyte ratio (PLR) were calculated. Overall survival (OS) and recurrence-free survival (RFS) were estimated by Kaplan–Meier. Multivariable models were constructed to determine the impact of different biomarkers and the Akaike information criterion (AIC), index of adequacy, and scaled Brier scores were calculated. Results: A total of 72 patients were identified and 61 were included in final analysis. The median neutrophil count at baseline was 5.4 × 109/L (IQR: 4.17–7.05 × 109/L). Median lymphocyte count was 1.63 × 109/L (IQR: 1.29–2.10 × 109/L), median monocyte count was 0.65 × 109/L (IQR: 0.54–0.83 × 109/L), median platelet count was 260.0 × 109/L (IQR: 211.0–302.0 × 109/L). The median NLR was 3.42 (IQR: 2.38–5.04), median MLR was 0.39 (IQR: 0.31–0.53), and median PLR was 156.4 (IQR: 117.2–197.5). On multivariable regression a higher NLR was associated with worse OS (p = 0.01; HR-1.26; 95% CI 1.04–1.53). The delta AIC between the two multivariable models was 3.4, suggesting a moderate impact of NLR on OS. On multivariable analysis, higher NLR was associated with poor RFS (p = 0.001; NLR^1 HR 0.36; 0.17–0.78; NLR^2 HR-1.16; 95% CI 1.06–1.26) with a nonlinear relationship. The delta AIC between the two multivariable models was 16.2, suggesting a strong impact of NLR on RFS. In our cohort, MLR and PLR were not associated with RFS or OS in multivariable models. Conclusions: Our study suggests NLR, as a biomarker of systemic inflammation, is an independent prognostic factor for OS and RFS. The nonlinear relationship with RFS may indicate a suitable immunological environment is needed for optimal SBRT action and tumoricidal mechanisms. These findings require further validation in independent cohorts.

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)0,002
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
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,049
Tête enseignante GPT0,377
Écart entre enseignants0,328 · 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

Citations10
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetInflammatory Biomarkers in Disease PrognosisTravaux en français237 207