A population-based validation of the IGCCCG Update Consortium for survival in metastatic non-seminoma testis cancer
Notice bibliographique
Résumé
BACKGROUND: In 2021, the International Germ Cell Cancer Collaborative Group (IGCCCG) Update Consortium reported improved overall survival (OS) rates in a modern cohort of metastatic non-seminoma testis cancer patients within each of the IGCCCG prognosis groups (96% in good vs. 89% in intermediate vs. 67% in poor), compared to the previous IGCCCG publication (92% in good vs. 80% in intermediate vs. 48% in poor). We hypothesized that a similar survival improvement may apply to a contemporary North-American population-based cohort of non-seminoma testis cancer patients. PATIENTS AND METHODS: The Surveillance, Epidemiology, and End Results (SEER) database (2010-2018) was used. Kaplan-Meier plots and multivariable Cox regression models tested the effect of IGCCCG prognosis groups on overall mortality (OM). RESULTS: Of 1672 surgically treated metastatic non-seminoma patients, 778 (47%) exhibited good vs. 251 (15%) intermediate vs. 643 (38%) poor prognosis. In the overall cohort, five-year OS rate was 94% for good prognosis vs. 87% for intermediate prognosis vs. 65% for poor prognosis. In multivariable Cox regression models predicting OM, intermediate (Hazard ratio [HR] 2.4, 95% confidence interval [CI] 1.4-3.9, P < 0.001) and poor prognosis group (HR 6.6, 95% CI 1.0-1.0, P < 0.001) were independent predictors of higher OM, relative to good prognosis group. CONCLUSIONS: The survival improvement reported by the IGCCCG Update Consortium is also operational in non-seminoma testis cancer patients within the most contemporary SEER database. This observation indicates that the survival improvement is not only applicable to centres of excellence, but also applies to other institutions at large.
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 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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 tête enseignante, 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 ».