Development and Validation of a Prognostic Risk Model for Patients with Advanced Melanoma Treated with Immune Checkpoint Inhibitors
Notice bibliographique
Résumé
BACKGROUND: Risk stratification tools for patients with advanced melanoma (AM) treated with immune checkpoint inhibitors (ICI) are lacking. We identified a new prognostic model associated with overall survival (OS). PATIENTS AND METHODS: A total of 318 treatment naïve patients with AM receiving ICI were collected from a multi-centre retrospective cohort study. LASSO Cox regression identified independent prognostic factors associated with OS. Model validation was carried out on 500 iterations of bootstrapped samples. Harrel's C-index was calculated and internally validated to outline the model's discriminatory performance. External validation was carried out in 142 advanced melanoma patients receiving ICI in later lines. RESULTS: High white blood cell count (WBC), high lactate dehydrogenase (LDH), low albumin, Eastern Cooperative Oncology Group (ECOG) performance status ≥1, and the presence of liver metastases were included in the model. Patients were parsed into 3 risk groups: favorable (0-1 factors) OS of 52.9 months, intermediate (2-3 factors) OS 13.0 months, and poor (≥4 factors) OS 2.7 months. The C-index of the model from the discovery cohort was 0.69. External validation in later-lines (N = 142) of therapy demonstrated a c-index of 0.65. CONCLUSIONS: Liver metastases, low albumin, high LDH, high WBC, and ECOG≥1 can be combined into a prognostic model for AM patients treated with ICI.
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 ».