The preoperative neutrophil-to-lymphocyte ratio predictive value for survival in patients with brain metastasis
Notice bibliographique
Résumé
Abstract Background The neutrophil-to-lymphocyte (NLR), monocyte-to-lymphocyte (MLR), platelet-to-lymphocyte ratio (PLR), and red blood cell distribution width (RDW) have been previously studied as predictors of survival in different malignancies. Objective The aim of this study was to evaluate the predictive value of these hematologic inflammatory biomarkers for patients with brain metastases (BM). Methods We reviewed a consecutive cohort of patients at Instituto do Cancer do Estado de São Paulo (ICESP-FMUSP) from 2011 to 2016 with ≥ 1 BM treated primarily by surgical resection. The primary outcome was 1-year survival. We optimized the NLR, MLR, PLR, and RDW cutoff values, preserving robustness and avoiding overestimation of effect size. Results A total of 200 patients (mean age 56.1 years; 55.0% female) met inclusion criteria. Gross-total resection was achieved in 89.0%. The median (quartiles) preoperative and postoperative KPS scores were 60 (50–80) and 80 (60–90), respectively. Preoperative NLR was significantly associated with survival (HR 2.66, 95% CI: 1.17–6.01, p = 0.019). A NLR cutoff value of 3.83 displayed the most significant survival curve split. Conclusions Preoperative NLR is an independent predictor of survival in newly diagnosed BM. We propose a cutoff value of 3.83 for preoperative NLR testing may be clinically useful as predictor of poor survival in this population. The wide accessibility of the NLR favors its inclusion in clinical decision-making processes for BM management.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».