Comparison of Four Clinical Prognostic Scores in Patients with Advanced Gastric and Esophageal Cancer
Notice bibliographique
Résumé
BACKGROUND: Prognostic scores that can identify patients at risk for early death are needed to aid treatment decision-making and patient selection for clinical trials. We compared the accuracy of four scores to predict early death (within 90 days) and overall survival (OS) in patients with metastatic gastric and esophageal (GE) cancer. METHODS: Advanced GE cancer patients receiving first-line systemic therapy were included. Prognostic risks were calculated using: Royal Marsden Hospital (RMH), MD Anderson Cancer Centre (MDACC), Gustave Roussy Immune (GRIm-Score), and MD Anderson Immune Checkpoint Inhibitor (MDA-ICI) scores. Overall survival (OS) was estimated using the Kaplan-Meier method. Cox proportional hazards models were used to analyze associations between prognostic scores and OS. The predictive discrimination was estimated using Harrell's c-index. Predictive ability for early death was measured using time-dependent AUCs. RESULTS: In total, 451 patients with metastatic GE cancer were included. High risk patients had shorter OS for all scores (RMH high- vs. low-risk median OS 7.9 vs. 12.2 months, P < .001; MDACC 6.8 vs. 11.9 months P < .001; GRIm-Score 5.3 vs. 13 months, P < .001; MDA-ICI 8.2 vs. 12.2 months, P < .001). On multivariable analysis, each prognostic score was significantly associated with OS. The GRIm-Score had the highest predictive discrimination and predictive ability for early death. CONCLUSIONS: The GRIm-Score had the highest accuracy in predicting early death and OS. Clinicians may use this score to identify patients at higher risk of early death to guide treatment decisions including clinical trial enrolment. This score could also be used as a stratification factor in future clinical trial designs.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».