Identification of Predictors of Metastatic Potential in Paragangliomas to Develop a Prognostic Score (PSPGL)
Notice bibliographique
Résumé
Context: Paragangliomas (PGLs) are rare tumors in adrenal and extra-adrenal locations. Metastasis are found in approximately 5% to 35% of PGLs, and there are no reliable predictors of metastatic disease. Objective: This work aimed to develop a prognostic score of metastatic potential in PGLs. Methods: A retrospective analysis was conducted of clinical data from a cohort with PGLs and tumor histological assessment. Patients were divided into metastatic PGL (presence of metastasis) and nonmetastatic PGL (absence of metastasis ≥96 months of follow-up) groups. Univariate and multivariable analysis were performed to identify predictors of metastatic potential. A prognostic score was developed based on coefficients of multivariable analysis. Kaplan-Meier curves were generated to estimate disease-specific survival (DSS). Results: Out of 263 patients, 35 patients had metastatic PGL and 110 patients had nonmetastatic PGL. In multivariable analysis, 4 features were independently related to metastatic disease and composed the Prognostic Score of Paragangliomas (PSPGL): presence of central or confluent necrosis (33 points), more than 3 mitosis/10 high-power field (HPF) (28 points), extension into adipose tissue (20 points), and extra-adrenal location (19 points). A PSPGL of 24 or greater showed similar sensitivity with higher specificity than the Pheochromocytoma of the Adrenal Gland Scaled Score (PASS) and Grading System for Adrenal Pheochromocytoma and Paraganglioma (GAPP). PSPGL less than or equal to 20 was associated with a risk of metastasis of approximately 10%, whereas a PSPGL of 40 or greater was associated with approximately 80%. The presence of metastasis and Ki-67 of 3% or greater were related to lower DSS. Conclusion: The PSPGL, composed of 4 easy-to-assess parameters, demonstrated good performance in predicting metastatic potential and good ability in estimating metastasis risk.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 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 ».