Immunoscore Is Prognostic in Low-Risk and High-Risk Stage III Colon Carcinomas Treated With Adjuvant Infusional Fluorouracil, Leucovorin, and Oxaliplatin in a Phase III Trial
Notice bibliographique
Résumé
PURPOSE The recommended duration of adjuvant fluoropyrimidine and oxaliplatin chemotherapy for patients with stage III colon cancer is based on tumor classification into clinically low-risk (T1-3 N1) and high-risk (T4 or N2) groups. We determined whether Immunoscore can enhance prognostication within these risk groups. MATERIALS AND METHODS Patients with stage III colon carcinomas (N = 600) were randomly selected from the infusional fluorouracil, leucovorin, and oxaliplatin arm of adjuvant trial NCCTG N0147 (Alliance for Clinical Trials in Oncology). Tumors were evaluated for Immunoscore that quantifies CD3+ and CD8+ T-cell densities in the tumor center and invasive margin by digital image analysis. Disease-free survival (DFS) by Immunoscore was analyzed using a multivariable Cox regression model in each risk group with adjustment for covariates including KRAS, BRAF V600E, and mismatch repair status. RESULTS Of 559 cancers with Immunoscore data, 299 (53.5%) were classified as clinically low-risk (T1-3 N1) and 260 (46.5%) as clinically high-risk (T4 and/or N2). Among patients with low-risk tumors, those with Immunoscore-Low versus Immunoscore-High tumors had significantly worse 5-year DFS rates (77.5% v 91.8%; hazard ratio, 1.70; 95% CI, 1.03 to 2.79; P = .037). Among patients with high-risk tumors, those with Immunoscore-Low versus Immunoscore-High tumors also had significantly worse DFS (55.3% v 70.3%; hazard ratio, 1.65; 95% CI, 1.11 to 2.47; P = .013). Tumors that were low-risk/Immunoscore-Low had similar outcomes as did tumors that were high-risk/Immunoscore-High ( P = .174). Prognostication was significantly improved in multivariable models where Immunoscore was added to clinical risk parameters and limited biomarkers (likelihood ratio test P = .0003). CONCLUSION Immunoscore can refine patient prognosis beyond clinical risk group classification, suggesting its potential utility for adjuvant decision making.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».