The Importance of Being Grade 3: A Plea for a Three-tier Hybrid Classification System for Grade in Primary Non–muscle-invasive Bladder Cancer
Notice bibliographique
Résumé
We recommend the stratification of high-grade (HG) non–muscle-invasive bladder cancer into HG/G2 and HG/G3, as patients with HG/G3 have worse prognosis than those with HG/G2. A Hybrid grading system (categories: low grade, HG/G2, and HG/G3) outperforms the current World Health Organization 2004/2016 system. Grade is an important determinant of progression in non–muscle-invasive bladder cancer. Although the World Health Organization (WHO) 2004/2016 grading system is recommended, other systems such as WHO1973 and WHO1999 are still widely used. Recently, a hybrid (three-tier) system was proposed, separating WHO2004/2016 high grade (HG) into HG/grade 2 (G2) and HG/G3 while maintaining low grade. We assessed the prognostic performance of HG/G3 and HG/G2. Three independent cohorts with 9712 primary (first diagnosis) Ta-T1 bladder tumors were analyzed. Time to progression was analyzed with cumulative incidence functions and Cox regression models. Harrell’s C-index was used to assess discrimination. Time to progression was significantly shorter for HG/G3 than for HG/G2 in multivariable analyses (cohort 1: hazard ratio [HR] = 1.92; cohort 2: HR = 2.51, and cohort 3: HR = 1.69). Corresponding progression risks at 5 yr were 18%, 20%, and 18% for HG/G3 versus 7.3%, 7.5%, and 9.3% for HG/G2, respectively. Cox models using hybrid grade performed better than models with WHO2004/2016 (all cohorts; p < 0.001). For the three cohorts, C-indices for WHO2004/2016 were 0.69, 0.62, and 0.75, while, for hybrid grade, C-indices were 0.74, 0.68, and 0.78, respectively. Subdividing the HG category into HG/G2 and HG/G3 stratifies time to progression and supports the recommendation to adopt the hybrid grading system for Ta/T1 bladder cancers.
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 | 0,000 |
| 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 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 ».