Prognostic Factors for Patients with Small-Cell Lung Cancer Treated with Chemoimmunotherapy: A Retrospective Multicenter Study
Notice bibliographique
Résumé
Background: This study aimed to investigate prognostic factors for predicting the survival of patients with extensive-disease-stage small-cell lung cancer treated with chemoimmunotherapy. Methods: Patients were classified according to overall survival (OS): favorable corresponded to an OS ≥ 24 months, moderate corresponded to an OS of 6–24 months, and poor corresponded to an OS < 6 months. Multivariate Cox regression analyses were used to evaluate prognostic factors. Results: Of 130 patients, the proportions of performance status decline and liver metastasis were significantly higher in the poor-prognosis group. With regard to the laboratory findings, neutrophil/lymphocyte ratios and albumin levels differed significantly among the groups. Multivariate analysis showed that the independent prognostic factors for OS were liver metastasis and decreased albumin levels (<3.5 mg/dL). After classifying the patients into three groups according to the quantities of these prognostic factors, the OS differed significantly among the groups (18.3 vs. 13.5 vs. 3.8 months; p < 0.001). The incidence of immune-related adverse events (irAEs) was higher in patients without these prognostic factors than in those with both (36% vs. 5%; p = 0.01). Conclusion: Liver metastasis and decreased albumin levels are independent unfavorable prognostic factors. Patients with both prognostic factors showed unfavorable OS; however, patients without these factors may have a favorable prognosis but be at greater risk of irAEs.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».