MétaCan
Menu
Retour à la cohorte
Enregistrement W4403095475 · doi:10.1016/j.eclinm.2024.102871

Brain metastasis burden and management in patients with small cell lung cancer in Canada: a retrospective, population-based cohort study

2024· article· en· W4403095475 sur OpenAlexafffundabout
Karolina Gaebe, Anders W. Erickson, Ines B. Menjak, Benjamin H. Lok, Arjun Sahgal, Kelvin Chan, Sunit Das

Notice bibliographique

RevueEClinicalMedicine · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Research Studies
Établissements canadiensSt. Michael's HospitalInstitute for Clinical Evaluative SciencesPrincess Margaret Cancer CentreSunnybrook Health Science CentreHealth Sciences CentreQueen's UniversityUniversity of Toronto
Organismes subventionnairesMinistry of Long-Term CareCanadian Institutes of Health ResearchSeagenInstitute for Clinical Evaluative SciencesUniversity of OxfordElektaBristol-Myers SquibbKementerian Kesihatan MalaysiaAstraZenecaCongress of Neurological SurgeonsCancer Care OntarioPfizerMinistry of Health, Ontario
Mots-clésMedicineRetrospective cohort studyBrain metastasisLung cancerCohortCancerMetastasisPopulationOncologyGeneral surgeryInternal medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Background: Patients with small cell lung cancer (SCLC) have historically been characterised by poor overall survival (OS) and high risk for brain metastasis (BM), but large-scale real-world evidence on clinical presentation and treatment in this population is lacking. Our aim was to describe the clinical characteristics and outcomes of patients with SCLC and BM in Ontario, Canada. Methods: This population-based, retrospective cohort study included all patients in Ontario, Canada, who were diagnosed with SCLC between April 1, 2010, and March 31, 2018. Data were analysed between June 2, 2022, and December 20, 2023. Patients with second cancer diagnosis were excluded. Patients were identified and data retrieved from the Institute for Clinical Evaluative Sciences (ICES) databases. Kaplan-Meier and multivariable Cox regression analyses were performed to compare OS between patient cohorts stratified by disease stage, BM diagnosis, and intracranial treatment modality. Propensity score-matching based on age, disease stage, time to BM, and receipt of chemotherapy was performed to compare OS between intracranial treatment modalities. Findings: 8705 patients were included (male: 4433, female: 4272). Median age at diagnosis was 68 years (interquartile range, IQR, 61-75). Median OS of all patients was 7.46 months (95% confidence interval, CI, 7.23-7.69). 32% (n = 2686) of patients developed BM (synchronous, 43.7%; asynchronous, 56.3%) with median OS of 9.76 months (95% CI, 9.36-10.22). 102 (4%), 1654 (62%), and 930 (35%) patients received stereotactic radiosurgery (SRS), whole brain radiation therapy (WBRT), or no treatment, respectively, for their BM in the first-line setting or after prophylactic cranial irradiation (PCI). In propensity score-matched analyses, OS from time of BM diagnosis was non-inferior between SRS- and WBRT-treated cohorts among patients who did not receive PCI (hazard ratio, HR, 0.68, 95% CI, 0.44-1.06, p = 0.091, n = 86) and in favour of SRS for those who received PCI prior to BM development (HR, 0.47, 95% CI, 0.31-0.72, p = 0.0042, n = 112). Interpretation: OS for patients with SCLC remains poor, and many patients present with BM. With careful selection, patients with SCLC and BM may benefit from SRS treatment. Future research should incorporate information on burden of intracranial disease and novel immunotherapies. Funding: None.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,099
Score d'incertitude au seuil0,588

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,343
Écart entre enseignants0,326 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEClinicalMedicineMême sujetLung Cancer Research StudiesTravaux en français237 207