Biomarkers to Inform Prognosis and Treatment for Unresectable or Metastatic GEP-NENs
Notice bibliographique
Résumé
Importance: Evidence-based treatment decisions for advanced gastroenteropancreatic neuroendocrine neoplasms (GEP-NENs) require individualized patient-centered decision-making that accounts for patient and cancer characteristics. Objective: To create an accessible guidance document to educate clinicians and patients on biomarkers informing prognosis and treatment in unresectable or metastatic GEP-NENs. Methods: A multidisciplinary panel in-person workshop was convened to define methods. English language articles published from January 2016 to January 2023 in PubMed (MEDLINE) and relevant conference abstracts were reviewed to investigate prognostic and treatment-informing features in unresectable or metastatic GEP-NENs. Data from included studies were used to form evidence-based recommendations. Quality of evidence and strength of recommendations were determined using the Grading of Recommendations, Assessment, Development and Evaluations framework. Consensus was reached via electronic survey following a modified Delphi method. Findings: A total of 131 publications were identified, including 8 systematic reviews and meta-analyses, 6 randomized clinical trials, 29 prospective studies, and 88 retrospective cohort studies. After 2 rounds of surveys, 24 recommendations and 5 good clinical practice statements were developed, with full consensus among panelists. Recommendations focused on tumor and functional imaging characteristics, blood-based biomarkers, and carcinoid heart disease. A single strong recommendation was made for symptomatic carcinoid syndrome informing treatment in midgut neuroendocrine tumors. Conditional recommendations were made to use grade, morphology, primary site, and urinary 5-hydroxyindoleacetic levels to inform treatment. The guidance document was endorsed by the Commonwealth Neuroendocrine Tumour Collaboration and the North American Neuroendocrine Tumor Society. Conclusions and Relevance: The study results suggest that select factors have sufficient evidence to inform care in GEP-NENs, but the evidence for most biomarkers is weak. This article may help guide management and identify gaps for future research to advance personalized medicine and improve outcomes for patients with GEP-NENs.
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 | 0,045 | 0,166 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,008 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,007 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».