Impact of radiation related lymphopenia on outcomes in esophageal cancer: a systematic review and meta-analysis of clinical studies
Notice bibliographique
Résumé
Background: Esophageal cancer (EC) has an aggressive cancer biology with relatively poor outcomes with a 5-year survival rate of 15–25%. Radiation forms an integral part of the treatment paradigm with utility in neoadjuvant, adjuvant and definitive settings to improve survival. Recent data has shown that depletion of circulating lymphocyte populations is associated with suboptimal tumor control and inferior overall survival outcomes. Methods: This systematic review and pooled analysis of studies was done to better understand the impact of radiation associated lymphopenia on overall survival and progression free survival in EC. The study was done according to PRISMA guidelines, and the quality of studies were assessed by Newcastle Ottawa scale. Results: The systematic search of PubMed, EMBASE and Cochrane library resulted in 2,969 abstracts. Twenty studies were included in the systematic review and 5 studies were included in the meta-analysis. Larger planning target volume (PTV) volume, use of photon beam instead of proton beam for treatment and higher estimated dose to immune cells (EDIC) were consistently associated with higher rates of severe lymphopenia. The analyses of dose to spleen on lymphopenia provided varied results with studies showing both higher and lower risk of lymphopenia with higher splenic doses. Patients with severe lymphopenia were at increased risk of death with a pooled hazard ratio (HR) =1.57 [95% confidence interval (CI): 1.35–1.83, I2=0%, P<0.00001] compared to patients with no severe lymphopenia. Patients with severe lymphopenia were at increased risk of progression with a pooled HR =1.42 (95% CI: 1.19–1.70, I2=0%, P<0.0001). Conclusions: Severe lymphopenia with chemo-radiotherapy (CRT) is associated with worse overall survival and increased risk of disease recurrence. Larger PTV, higher EDIC result in higher risk of severe lymphopenia.
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 | 0,015 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,019 | 0,043 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».