Notice bibliographique
Résumé
We thank Trivanovic et al for sharing their institutional experience of 83 patients with carcinoma of unknown primary, in which performance status (PS) was a more powerful prognostic factor than the presence of liver metastasis.. We and others investigators have previously demonstrated that PS was a powerful adverse clinical prognostic factor1-3 in the setting of carcinoma of unknown primary site. In our univariate analysis of 370 patients, short survival was related more strongly to PS (P < .0001) than to the presence of liver metastasis (P = .001).1 However, the presence of liver metastasis and low serum albumin levels were the most powerful adverse prognostic factors on multivariate analysis, which led us to develop and publish our new prognostic model. This new prognostic model outperforms the previous prognostic model based on PS and serum lactate dehydrogenase (LDH) levels.3 This improvement in prognostic accuracy is because of the high rate of elevated LDH in patients who are classified as good-risk in our model. Larger prospective studies, including both clinical and biologic parameters, are warranted now to validate our prognostic model. Although we agree with Trivanovic et al that PS may used to guide chemotherapy treatment decisions, we previously reported that factors other than PS carry greater weight in the decision to use chemotherapy.2 Pascal Seve MD*, John Hanson MD , John R. Mackey MD , * Department of Internal Medicine, Hospices Civils de Lyon and University Claude Bernard, Lyon, France, Department of Oncology, University of Alberta, Edmonton, Alberta, Canada.
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 | 0,004 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,017 | 0,027 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,015 |
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 ».