Optimizing management of the elderly patient with glioblastoma: Survival prediction online tool based on BC Cancer Registry real-world data
Notice bibliographique
Résumé
Abstract Background Glioblastoma (GBM) is associated with fatal outcomes and devastating neurological presentations especially impacting the elderly. Management remains controversial and representation in clinical trials poor. We generated 2 nomograms and a clinical decision making web tool using real-world data. Methods Patients ≥60 years of age with histologically confirmed GBM (ICD-O-3 histology codes 9440/3, 9441/3, and 9442/3) diagnosed 2005–2015 were identified from the BC Cancer Registry (n = 822). Seven hundred and twenty-nine patients for which performance status was captured were included in the analysis. Age, performance and resection status, administration of radiation therapy (RT), and chemotherapy were reviewed. Nomograms predicting 6- and 12-month overall survival (OS) probability were developed using Cox proportional hazards regression internally validated by c-index. A web tool powered by JavaScript was developed to calculate the survival probability. Results Median OS was 6.6 months (95% confidence interval [CI] 6–7.2 months). Management involved concurrent chemoradiation (34%), RT alone (42%), and chemo alone (2.3%). Twenty-one percent of patients did not receive treatment beyond surgical intervention. Age, performance status, extent of resection, chemotherapy, and RT administration were all significant independent predictors of OS. Patients <80 years old who received RT had a significant survival advantage, regardless of extent of resection (hazard ratio range from 0.22 to 0.60, CI 0.15–0.95). A nomogram was constructed from all 729 patients (Harrell’s Concordance Index = 0.78 [CI 0.71–0.84]) with a second nomogram based on subgroup analysis of the 452 patients who underwent RT (Harrell’s Concordance Index = 0.81 [CI 0.70–0.90]). An online calculator based on both nomograms was generated for clinical use. Conclusions Two nomograms and accompanying web tool incorporating commonly captured clinical features were generated based on real-world data to optimize decision making in the clinic.
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 | 0,003 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».