MétaCan
Menu
Retour à la cohorte
Enregistrement W4297973571 · doi:10.3390/curroncol29100565

External Validation of the Graded Prognostic Assessment in Patients with Brain Metastases from Small Cell Lung Cancer

2022· article· en· W4297973571 sur OpenAlexvenueno aff
Carsten Nieder, Ilinca Popp, Mandy Hintz, Anca‐Ligia Grosu

Notice bibliographique

RevueCurrent Oncology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineLung cancerOncologyBrain metastasisLungInternal medicinePathologyCancerMetastasis

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Recently, graded prognostic assessment (GPA) for small cell lung cancer (SCLC) patients with brain metastases has been developed. This includes age, performance status, number of brain metastases and presence of extracranial metastases. The aim of the present study was to validate this four-tiered prognostic score in a European cohort of patients. METHODS: The retrospective validation study included 180 patients from two centers in Germany and Norway. RESULTS: < 0.001). However, no significant survival difference was observed between patients in the two strata with better survival (3.5-4 and 2.5-3 points, respectively). Long-term survival in the poor prognosis group (0-1 points) was better than expected. CONCLUSION: This study supports the prognostic impact of all four parameters contributing to the GPA. The original way of grouping the parameters and breaking the final strata did not give optimal results in this cohort. Therefore, additional validation databases from different countries should be created and evaluated.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,005
Score d'incertitude au seuil0,284

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,078
Tête enseignante GPT0,430
Écart entre enseignants0,352 · 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 tête enseignante, 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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetLung Cancer Research StudiesTravaux en français237 207