BIOMARKER STATUS PREDICTS FOR LOCAL CONTROL (LC) FOLLOWING SPINE STEREOTACTIC BODY RADIOTHERAPY (SBRT) IN NON-SMALL CELL LUNG CANCER (NSCLC) PATIENTS WITH SPINAL METASTASES
Notice bibliographique
Résumé
Abstract Report of spine SBRT outcomes in NSCLC patients and impact of death-ligand 1 (PD-L1) status and epidermal growth factor (EGFR) mutation on LC. METHODS: 165 patients and 389 spinal segments were retrospectively reviewed. Primary endpoint was LF and secondary outcomes included overall survival (OS) and vertebral compression fracture (VCF) rates. RESULTS: Median follow-up, OS and age was 13 months (range, 0.5-95 months), 18.4 months (95% CI 11.4-24.6), and 67 years (range, 28.2-89.9) respectively. 52% were female and 76% had adenocarcinoma. 29% had an EGFR mutation, 16% were PD-L1 ≥ 50%, 20% PD-L1 1-49% and 35% PD-L1 <1%. Of 389 segments, 79% were denovo. At baseline, 35% had VCF, 27% epidural disease and 27% paraspinal extension. 61% were treated with 24 or 28 Gy in 2 SBRT fractions. LF cumulative incidence (CI) at 2-years was 25.4% (95% CI 20.9%-30%). EGFR positivity (p<0.0001), PD-L1≥50% (p=0.013) and treatment with IO within 1 month of SBRT (p=0.004) predicted for LC on multivariable analysis (MVA). The 2-year LF rate in EGFR-positive vs. negative patients were 17.7% vs. 28.8%, and in those PD-L1 ≥50% vs PD-L1<50% were 7.8% vs. 38.1%. CI of VCF at 2-years were 8.8% (95% CI 6.1-12.0%). Prior SBRT to the same segment (P<0.0001) and baseline VCF (p<0.0001) were predictors on MVA. CONCLUSION: We identify predictability of EGFR mutation, PD-L1 ≥50% and peri-SBRT IO on LC following spine SBRT in NSCLC.
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 | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».