Assessing the Relationship between Gastrointestinal and Pancreatic Neuroendocrine Tumor Grade and Overall Survival: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Background: Neuroendocrine tumors (NET) are a rare group of epithelial neoplasms present in the gastrointestinal tract (GI) (67.5%) and bronchopulmonary tree (25.3–30%), and in 15% of cases, their primary sites cannot be identified. Although endoscopic screening, improvements in pathological techniques, and early detection have shown improvements in NET survival rates, the prognosis of advanced, metastatic, and poorly differentiated NET is very poor. In this study, we aimed to evaluate the effect of gastrointestinal and pancreatic (GEPs) NETs’ grade on overall survival. Method: We searched observational studies describing the overall survival or prognostic factors of primary GEP NETs from May 2011–May 2021 following the PRISMA guidelines. Studies describing the effect of primary grade 3 GEP NETs on overall survival were included. A meta-analysis was performed, and a pooled hazard ratio and their 95% confidence interval (95% CI) were obtained. Forest plots were created using random effects models and a sensitivity analysis was performed to account for the heterogeneity. Results: Seven studies with 7692 confirmed patients were included. In our meta-analysis, grade 3 GEP NETs were associated with higher odds of poor survival (pooled HR: 2.73; 95% CI: 1.36–5.47; p = 0.005), with a 92% heterogeneity between studies (p < 0.0001). To account for this heterogeneity, a sensitivity analysis was performed by removing two outlying studies (Fathi et al. and Foubert et al.) on funnel plots. The results after the sensitivity analysis did not change and still showed a significant association of grade 3 with a poor survival (pooled HR: 4.53; 95% CI: 3.54–5.78; p < 0.00001), with no heterogeneity between studies (p = 0.72; I2 = 0%). Conclusions: Our meta-analysis found that grade 3 GEP NETs are associated with poor survival and additional future studies are needed to identify other risk factors associated with poor survival in GEP NETs to improve their mortality.
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 | 0,013 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,041 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».