A Nomogram for Preoperative Prediction of the Risk of Lymph Node Metastasis in Patients with Epithelial Ovarian Cancer
Notice bibliographique
Résumé
Objective: To develop a nomogram for predicting lymph node metastasis (LNM) in patients with epithelial ovarian cancer (EOC). Methods: Between December 2012 and August 2022, patients with EOC who received computed tomography (CT) and serological examinations and were treated with upfront staging or debulking surgery were included. Systematic pelvic and para-aortic lymphadenectomy was performed in all patients. Univariate and multivariate analysis was used to identify significant risk factors associated with LNM. A nomogram was then constructed to assess the risk of LNM, which was evaluated with respect to its area under the receiver operating characteristic curve (AUC), calibration, and clinical usefulness. Results: Of 212 patients enrolled in this study, 78 (36.8%) had positive LNs. The nomogram integrating CT-reported LN status, child-bearing status, tumour laterality, and stage showed good calibration and discrimination with an AUC of 0.775, significantly improving performance over the CT results (0.699, p = 0.0002) with a net reclassification improvement of 0.593 (p < 0.001) and integrated discrimination improvement of 0.054 (p < 0.001). The decision curve analysis showed the nomogram was of clinical use. Conclusions: A nomogram was constructed and internally validated, which may act as a decision aid in patients with EOC being considered for systemic lymphadenectomy.
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 | 0,004 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».