MétaCan
Menu
Retour à la cohorte
Enregistrement W4385778685 · doi:10.1016/j.jtho.2023.08.005

The International Association for the Study of Lung Cancer Pleural Mesothelioma Staging Project: Updated Modeling of Prognostic Factors in Pleural Mesothelioma

2023· article· en· W4385778685 sur OpenAlexafffund
Andrea Wolf, Adam Rosenthal, Dorothy J. Giroux, Anna K. Nowak, Andrea Billè, Marc de Perrot, Hedy L. Kindler, David C. Rice, Isabelle Opitz, Valerie W. Rusch, Harvey I. Pass

Notice bibliographique

RevueJournal of Thoracic Oncology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueOccupational and environmental lung diseases
Établissements canadiensToronto General Hospital
Organismes subventionnairesNational Cancer InstituteSamsungGenentechHyogo College of MedicineTechnische Universität MünchenUniversiteit GentUniversitair Ziekenhuis GentSeoul National UniversityInternational Association for the Study of Lung CancerUniversity of AberdeenShanghai Chest HospitalUniversity of ChicagoMount Sinai Health SystemDalhousie UniversityCancer Research UKAix-Marseille UniversitéNational Institutes of HealthOhio State UniversityUniversity of LeicesterMemorial Sloan-Kettering Cancer CenterInstitut universitaire de cardiologie et de pneumologie de Québec, Université LavalYale UniversityAstraZeneca
Mots-clésMedicineMesotheliomaCohortInternal medicineProportional hazards modelLung cancerConfidence intervalPrognostic variableOncologyCancerSurgeryPathology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The International Association for the Study of Lung Cancer developed an international pleural mesothelioma database to improve staging. Data entered from 1995 to 2009 (training data set) were analyzed previously to evaluate supplemental prognostic factors. We evaluated these factors with new clinical data to determine whether the previous models could be improved. METHODS: Patients entered into the database from 2009 to 2019 (validation cohort) were assessed for the association between previous prognosticators and overall survival using Cox proportional hazards regression with bidirectional stepwise selection. Additional variables were analyzed and models were compared using Harrell's C-index. RESULTS: The training data set included 3101 patients and the validation cohort, 1733 patients. For the multivariable pathologic staging model applied to the training cohort, C-index was 0.68 (95% confidence interval [CI]: 0.656-0.705). For the validation data set (n = 497), C-index was 0.650 (95% CI: 0.614-0.685), and pathologic stage, histologic diagnosis, sex, adjuvant therapy, and platelet count were independently associated with survival. Adding anemia to the model increased the C-index to 0.652 (95% CI: 0.618-0.686). A basic presentation model including all parameters before staging yielded a C-index of 0.668 (95% CI: 0.641-0.695). In comparison, the European Organization for Research and Treatment of Cancer model yielded C-indices of 0.550 (95% CI: 0.511-0.589) and 0.577 (95% CI: 0.550-0.604) for pathologic staging and presentation models, respectively. CONCLUSIONS: Although significant predictors differed slightly, the International Association for the Study of Lung Cancer training model performed well in the validation set and better than the model of the European Organization for Research and Treatment of Cancer. International collaboration is critical to improve outcomes in this rare disease.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,437
Écart entre enseignants0,391 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Thoracic OncologyMême sujetOccupational and environmental lung diseasesTravaux en français237 207