Assessing the prognostic scoring models to predict patient outcomes in AIDS‐related diffuse large B‐cell lymphoma
Notice bibliographique
Résumé
To the EditorLymphomas remain a leading cause of cancer morbidity and mortality for HIV infected patients, and have increased incidence even in the era of antiretroviral therapy (ART), and AIDS-related diffuse large B cell lymphoma (AR-DLBCL) is one of the most common AIDS-related lymphoma subtypes.1 To date, data regarding prognostic markers of patients with AR-DLBCL is scarce, and no specific prognostic model exists for these patients.Simple and accessible prognostic models must be developed for patients with AR-DLBCL risk stratification.A recent study investigated the prognostic risk factors for overall survival (OS) and progression-free survival (PFS) in AR-DLBCL, and first constructed prognostic models for risk stratification of AR-DLBCL patients.2 The OS prognostic model comprises indicators such as central nervous system (CNS) involvement, lymphoma diagnosis with opportunistic infection (OI), and elevated lactate dehydrogenase (LDH).The indicators that make up the PFS prognostic model include CNS involvement, diagnosis of lymphoma with OI, elevated LDH, and more than four cycles of chemotherapy.These prognostic indicators were clinically simple and readily available, and the prognostic scoring models could stratify patients with AR-DLBCL for prognostic determinations and might have implications for clinical decisionmaking.A subgroup analysis of patients with diverse clinical and molecular characteristics, including age, tumor stage, and molecular subtypes, was performed to mandate the stratification of the patient cohort and repetition of the statistical analyses for each subgroup.
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 | 0,011 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».