PD-L1 Expression in High-Risk Non-Muscle-Invasive Bladder Cancer Is Influenced by Intravesical Bacillus Calmette–Guérin (BCG) Therapy
Notice bibliographique
Résumé
In the expanding landscape of immune checkpoint inhibitors (CPI) in high-risk (HR) non-muscle-invasive bladder cancer (NMIBC), the role of programmed death ligand 1 (PD-L1) as prognostic and predictive is increasingly significant. However, data evaluating its variability and susceptibility to Bacillus Calmette–Guérin (BCG) therapy in HR NMIBC patients is scarce. This retrospective study analyzed 126 HR NMIBC tissue samples from 63 patients (38× BCG-treated, 25× BCG-naïve) at two time points to assess PD-L1 expression using the ‘combined positivity score’ (CPS) with the 22C3 DAKO antibody method and correlated it with clinicopathological parameters. A CPS > 10 defined PD-L1 positivity. The impact of initial PD-L1 status and its change over time on time-to-recurrence, progression-free survival, and overall survival (TTR, PFS, OS) was analyzed using Kaplan–Meier and Cox proportional hazard models. BCG treatment significantly increased PD-L1 expression (5.31 vs. 0.22, p = 0.0423), with PD-L1 positive cases rising post-treatment in the BCG group and remaining unchanged in BCG-naïve patients. Multivariate analysis including T-stage, CIS, grading, tumor size, multifocality, age, and sex revealed a significant correlation between PD-L1 status change to positivity and improved TTR (p = 0.03). Our findings demonstrate a potential modulation of the PD-L1 status by an intravesical BCG therapy. However, its prognostic value appears limited.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».