Prognostic significance of pretreatment inflammatory biomarkers in non-metastatic breast cancer
Notice bibliographique
Résumé
Background: Recently, peripheral blood inflammatory biomarkers such as neutrophil-lymphocyte ratio (NLR) have been identified for their prognostic role in many types of cancers. Elevated NLR was associated with poor prognosis & increased mortality rates. This study assessed the predictive value of pretreatment NLR in non-metastatic breast cancer.Objective: To assess the role of pretreatment NLR in non-metastatic breast cancer and their effect on prognosis in terms of 5 years disease-free survival and overall survival.Methods: This retrospective cross-sectional study was conducted in Suez Canal University Hospitals in Ismailia, Egypt. 105 patients with pathologically proven breast cancer were recruited from January 2015 to December 2016. Patients & tumor characteristics were collected from medical records. Five-year overall survival & disease-free survival were analyzed.Results: Mean patients’ ages were 47.82 ± 11.65. The age ranges were between 25 & 78 years. There was no statistical significance between patients with low & high pretreatment NLR in terms of patients’ characteristics & tumor variables. With the ROC curve, the cut-off points for NLR were 1.65 & 1.55 for DFS and OS, respectively. In terms of patients’ DFS & OS, no statistically significant difference was found between non-metastatic breast cancer patients with low & high NLR (plog-rank = .357 and .236, respectively). No statistically significant difference was found between patients with low & high pretreatment NLR in the period of five years OS & DFS.Conclusions: Pretreatment NLR is an inflammatory biomarker that might affect patient prognosis and survival. Further research is required to confirm the prognostic significance.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».