Tailoring surveillance imaging in uveal melanoma based on individual metastatic risk
Notice bibliographique
Résumé
Objective To develop surveillance programs for uveal melanoma patients, tailored to metastatic risk. Methods Surveillance schedules were developed using the number needed to scan (NNS) concept, based on weighted average metastasis-free survival (MFS) rates from systematic review data of 18 prognostic groups (Disomy 3 (D3), Monosomy 3 (M3), EIF1AX -mutation, SF3B1 -mutation, BAP1 -mutation, high or low nBAP-1 immunohistochemistry, gene expression profiling classes (1;1A;1B;1 PRAME− ;1 PRAME+ ;2;2 PRAME− ;2 PRAME+ ), and V stages I–III). Results In a typical surveillance schedule, involving biannual examinations years 1–5 and annual examinations years 6–10, the NNS varies dramatically from 1 to nearly infinity, underscoring the necessity for personalized surveillance approaches. On the basis of MFS data from 12 articles ( n = 8046) and the targeted NNS level, the first surveillance examination under our model is recommended from 3 months to 5 years postdiagnosis. Specifically, the NNS 20 strategy requires an average of 10 examinations (SD 7), with D3 patients needing only two examinations (at 2- and 5-years' postdiagnosis), while those in GEP class 2 PRAME+ require up to 17 examinations, scheduled between year 1 and 8. Under an NNS 20 protocol, we anticipate that 1–2% of examinations will lead to the use of effective treatments for metastatic disease, such as tebentafusp. The study presents customized surveillance schedules for all prognostic groups across various NNS levels, accompanied by a methodology for adapting surveillance to any desired NNS target. Conclusion Customizing uveal melanoma surveillance to match metastatic risks could transform current practices, ensuring more precise protocols, reducing unnecessary examinations, and directing health care resources to those in greatest need.
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 | 0,017 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,002 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».