MétaCan
Menu
Retour à la cohorte
Enregistrement W4281991044 · doi:10.1200/jco.2022.40.16_suppl.4057

Comparison of four clinical prognostic scores in patients with advanced gastric and esophageal cancer.

2022· article· en· W4281991044 sur OpenAlexaff
Lucy Xiaolu, Osvaldo Espin‐Garcia, Yvonne Bach, Hiroko Aoyama, Michael J. Allen, Xin Wang, Gail Darling, Jonathan Yeung, Carol J. Swallow, Savtaj S. Brar, Patrick Veit‐Haibach, Sangeetha Kalimuthu, Rebecca Wong, Eric Xueyu Chen, Grainne M. O’Kane, Raymond Woo-Jun Jang, Elena Elimova

Notice bibliographique

RevueJournal of Clinical Oncology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueGastric Cancer Management and Outcomes
Établissements canadiensOntario Institute for Cancer ResearchMount Sinai HospitalUniversity of TorontoUniversity Health NetworkToronto General HospitalDalhousie UniversityPrincess Margaret Cancer Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineInternal medicineCancerOncologyProportional hazards modelEsophageal cancerPerformance statusOverall survival

Résumé

récupéré en direct d'OpenAlex

4057 Background: While several clinical scoring systems exist to aid prognostication and patient (pt) selection for clinical trials in oncology, none are standardly used. We compared the ability of four prognostic scores to predict overall survival (OS) in pts with advanced gastric and esophageal (GE) cancer. Methods: Pts with advanced (unresectable or metastatic) GE cancer receiving first-line palliative-intent systemic therapy at the Princess Margaret Cancer Centre from 2007 to 2020 were included. High prognostic risk pts were identified using four scoring systems: Royal Marsden Hospital (RMH), MD Anderson Cancer Centre (MDACC), Gustave Roussy Immune Score (GRIm-S) and MD Anderson Immune Checkpoint Inhibitor (MDA-ICI) score. OS was estimated using the Kaplan-Meier method and compared between risk groups (high vs. not-high) for each scoring system using the log-rank test. Cox proportional hazards models were used to analyze the association between each prognostic score and OS, adjusting for baseline clinical factors. Harrell’s c-index was used to evaluate predictive discrimination of the models. Time-dependent AUCs were used to measure predictive ability for early death (within 90 days). Results: In total, 451 pts with advanced GE cancer were included. The median age was 59 years, 68% were male, 51% had ECOG status 0-1, 63% presented with de novo metastatic disease. The proportion of pts categorized as high risk was: RMH 25% (N=113), MDACC 13% (N=95), GRIm-S 24% (N=109), MDA-ICI 26% (N=117). In all scoring systems, high risk pts had significantly shorter OS (median OS 7.9 versus 12.2 months for RMH high vs. low risk, p<0.001; 6.8 vs. 11.9 months p<0.001 for MDACC; 5.3 vs. 13 months p<0.001 for GRIm-S; 8.2 vs. 12.2 months p<0.001 for MDA-ICI). On multivariable analysis, each prognostic score was significantly associated with OS (Table). The GRIm-S had the highest predictive discrimination (c-index 0.645 [0.612-0.678]) and highest predictive ability for early death (AUC 0.754 [0.675-0.832]). Conclusions: All four prognostic scoring systems compared had reasonable accuracy in predicting OS for patients with advanced GE cancer. The higher accuracy for predicting early death may render the GRIm-S as preferable. These tools can aid oncologists in discussions about prognosis, therapeutic decision-making and patient selection for clinical trials.[Table: see text]

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,116
Tête enseignante GPT0,481
Écart entre enseignants0,365 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetGastric Cancer Management and OutcomesTravaux en français237 207