Derivation and validation of a nutrition-covered prognostic scoring system for extranodal NK/T-cell lymphoma
Notice bibliographique
Résumé
Introduction Patients with aggressive lymphomas are at high risk of losing body resources, resulting in malnutrition, immunodeficiency and inferior outcomes. Nutritional status is closely associated with survival, but often neglected in the prognostic assessment. This study aimed to explore the significance of nutritional status in extranodal NK/T-cell lymphoma (ENKTL). Methods Univariate and multivariate Cox regression analyses were conducted to examine the significance of nutritional index on overall survival (OS) and progression-free survival (PFS). A nutrition-incorporated score system was constructed based on the multivariate results, and its calibration, discrimination and clinical utility were tested in the training and validation cohort. Results Multivariate analysis revealed controlling nutritional status (CONUT) score could independently predict OS (HR 10.247, P =0.001) and PFS (HR 5.587, P =0.001) in addition to prognostic index of natural killer lymphoma plus EBV (PINK-E). Herein, a reformative model, CONUT-PINK-E, was developed and further verified in external validation cohort. CONUT-PINK-E classified patients into three risk grades with significant survival differences ( P < 0.001). Compared with the current models, CONUT-PINK-E presented superior discrimination, calibration and clinical benefit. Discussion In this study, we firstly verified that CONUT score was efficient to screen prognosis-related malnutrition in ENKTL. Moreover, we developed the first nutritional assessment-covered scoring system, CONUT-PINK-E, which might be a promising tool to provide references for clinical decision-making of ENKTL patients.
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 | 0,001 | 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) | 0,000 | 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 ».