Multivariable model versus AJCC staging system: cancer-specific survival predictions in adrenocortical carcinoma
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We developed a novel contemporary population-based model for predicting cancer-specific survival (CSS) in adrenocortical carcinoma (ACC) patients and compared it with the established 8th edition of the American Joint Committee on Cancer staging system (AJCC). Within the Surveillance, Epidemiology, and End Results database (2004-2020), we identified 1056 ACC patients. Univariable Cox regression model addressed CSS. Harrell's concordance index (C-index) quantified accuracy after 2000 bootstrap resamples for internal validation. The multivariable Cox regression model included the most informative, statistically significant predictors. Calibration and decision curve analyses (DCAs) tested the multivariable model as well as AJCC in head-to-head comparisons. Age at diagnosis (>60 vs ≤60 years), surgery, T, N, and M stages were included in the multivariable model. Multivariable model C-index for 3-year CSS prediction was 0.795 vs 0.757 for AJCC. Multivariable model outperformed AJCC in DCAs for the majority of possible CSS-predicted values. Both models exhibited similar calibration properties. Finally, the range of the multivariable model CSS predicted probabilities raged 0.02-75.3% versus only four single AJCC values, specifically 73.2% for stage I, 69.7% for stage II, 46.6% for stage III, and 15.5% for stage IV. The greatest benefit of the multivariable model-generated CSS probabilities applied to AJCC stage I and II patients. The multivariable model was more accurate than AJCC staging when CSS predictions represented the endpoint. Additionally, the multivariable model outperformed AJCC in DCAs. Finally, the AJCC appeared to lag behind the multivariable model when discrimination addressed AJCC stage I and II patients.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle