MétaCan
Menu
Retour à la cohorte
Enregistrement W4386848086 · doi:10.3389/fonc.2023.1191855

Real-world predictors of survival in patients with extensive-stage small-cell lung cancer in Manitoba, Canada: a retrospective cohort study

2023· article· en· W4386848086 sur OpenAlexafffundabout
David E. Dawe, Rebekah Rittberg, Iqra Syed, Mary Kate Shanahan, Daniel Moldaver, Oliver Bucher, Katie Galloway, Kayla Reynolds, James T. Paul, Craig Harlos, Julian O. Kim, Shantanu Banerji

Notice bibliographique

RevueFrontiers in Oncology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Research Studies
Établissements canadiensUniversity of British ColumbiaAstraZeneca (Canada)University of ManitobaCancerCare Manitoba
Organismes subventionnairesManitoba Medical Service Foundation
Mots-clésMedicineCohortInternal medicineRetrospective cohort studyCancer registryLung cancerProportional hazards modelOncologyRadiation therapyCancerProphylactic cranial irradiationChemotherapySurvival analysisStage (stratigraphy)Performance statusSurgeryConventional PCI

Résumé

récupéré en direct d'OpenAlex

Background: Extensive-stage small-cell lung cancer (ES-SCLC) is an incurable cancer with poor prognosis in which characteristics predictive of long-term survival are debated. The utility of agents such as immune checkpoint inhibitors highlights the importance of identifying key characteristics and treatment strategies that contribute to long-term survival and could help guide therapeutic decisions. Objective: This real-world analysis examines the characteristics, treatment patterns, and clinical outcomes of patients receiving chemotherapy without immunotherapy for ES-SCLC in Manitoba, Canada. Methods: A retrospective cohort study assessed patient characteristics, treatment, and survival duration (short: <6 months; medium: 6-24 months; long: >24 months) using the Manitoba Cancer Registry and CancerCare Manitoba records. Eligible patients were aged >18 years with cytologically confirmed ES-SCLC diagnosed between January 1, 2004, and December 31, 2018, and received cytotoxic chemotherapy (CT). The one-, two-, and five-year probabilities of overall survival (OS) were assessed relative to patient, disease, and treatment characteristics using Kaplan-Meier methods and Cox proportional hazards models. Results: This analysis included 537 patients. Cisplatin was used in 56.1% of patients, 45.6% received thoracic radiotherapy (RT), and few received prophylactic cranial irradiation (PCI). In the overall cohort, one-, two- and five-year OS rates were 26%, 8%, and 3%, respectively. For patients with Eastern Cooperative Oncology Group Performance Status (ECOG PS) 0, OS rates at one, two, and five years were 43%, 17%, and 10%, respectively, vs. 27%, 8%, and 2% for those with ECOG PS 1-2, and 16%, 3%, and 3% for those with ECOG PS 3-4. In long-term survivors, ECOG PS scores were lower and abnormal laboratory test results were less frequent. Overall, 74.4% of long-term survivors received thoracic RT and 53.5% received PCI. Known poor prognostic factors - including brain/liver metastases, high lactate dehydrogenase (LDH), abnormal sodium, and low hemoglobin levels - were less common but still seen in long-term survivors. Conclusion: Although rare, patients with ES-SCLC may experience long-term survival with CT ± thoracic RT ± PCI. Factors predicting long-term survival include traditional prognostic factors such as ECOG PS, LDH level, and receipt of thoracic RT or PCI. These findings support current treatment algorithms for ES-SCLC and provide baseline survival estimates to assess the real-world impact of adding immune checkpoint inhibitors in the future.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,189
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,016
Tête enseignante GPT0,307
Écart entre enseignants0,291 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations7
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in OncologyMême sujetLung Cancer Research StudiesTravaux en français237 207