Association of PD-L1 Expression with Clinicopathologic Charactersin Gastric Cancer: A Comprehensive Meta-analysis
Notice bibliographique
Résumé
PURPOSE: The expression level of programmed death ligand-1(PD-L1) in patients with gastric cancer is the key to determining the use of immune drugs. The relationship between PD-L1 expression level and clinical characteristics is worth exploring. METHODS: By setting the search terms correlated to PD-L1 and gastric cancer, a nearly comprehensive search was carried out in four major databases, and the deadline for searching was September 1, 2022. The retrieved documents were further screened by strict inclusion and exclusion criteria after removing the duplication. Next, the quality of the included studies was evaluated with the Newcastle-Ottawa Scale (NOS) scale. Finally, the STATA15.1 software was used to process data and draw plots, and the odds ratios (ORs) were adopted to assess the pooled effect size. RESULTS: A total of 85 works of literature were included in this study through screening strictly, and detailed data were extracted after evaluating the quality of the literature. The process of analysis was conducted in the whole population, Asia-Africa population, European and American population, and Asian population with CPS≥1, amd all found that the expression of PD-L1 in gastric cancer was correlated with age, tumor size, EBV infection, Her-2 expression and microsatellite status. However, the subgroup of the region also found some differences in Asian and Western regions, which was interesting and worth studying further. The included research of this study did not have significant publish bias. CONCLUSION: After careful analysis, this study found that age (>60 years), tumor size (>5cm), EBV infection (+), Her-2 expression (+), microsatellite status (MSI), and mismatch repair status (dMMR) were risk factors for positive expression of PD-L1 in gastric cancer.
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 | 0,010 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,036 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».