Dynamic Prediction of Overall Survival for Patients with Osteosarcoma: A Retrospective Analysis of the EURAMOS-1 Clinical Trial Data
Notice bibliographique
Résumé
Current prediction models for patients with ostosarcoma are restricted to predictions from a single, static point in time, such as diagnosis or surgery. These approaches discard information which becomes available during follow-up and may have an impact on patient's prognosis. This study aims at developing a dynamic prediction model providing 5-year overall survival (OS) predictions from different time points during follow-up. The developed model considers relevant baseline prognostic factors, accounting for where appropriate time-varying effects and time-varying intermediate events such as local recurrence (LR) and new metastatic disease (NM). A landmarking approach is applied to 1965 patients with high-grade resectable osteosarcoma from the EURAMOS-1 trial (NCT00143030). Results show that LR and NM negatively affected 5-year OS (HRs: 2.634, 95% CI 1.845-3.761; 8.558, 95% CI 7.367-9.942, respectively). Baseline factors with strong prognostic value (HRs > 2) included poor histological response (≥10% viable tumor), axial tumor location, and the presence of lung metastases. The effect of poor versus good histological response changed over time, becoming non-significant from 3.25 years post-surgery onwards. This time-varying effect, as well as the strong impact of disease-related time-varying variables, show the importance of including updated information collected during follow-up in the model to provide more accurate survival predictions.
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 | 0,014 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 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 ».