Validation of lymphovascular invasion as a predictor of lymph-node invasion in squamous cell carcinoma of the penis
Notice bibliographique
Résumé
BACKGROUND: The aim of this study was to validate lymphovascular invasion (LVI) as a predictor of lymph-node invasion (LNI) in squamous cell carcinoma of the penis (SCCP). METHODS: Within the Surveillance, Epidemiology, and End Results database (2010-2020), we identified SCCP patients who underwent lymphadenectomy with known LVI status. Univariable logistic regression models (LRMs) addressed LNI. Harrell's concordance index (c-index) quantified accuracy after 2000 bootstrap resamples for internal validation. Multivariable LRMs included the most informative, statistically significant predictors. Subgroup analyses were repeated in organ-confined (T1b-T2) and non-organ confined (T3-T4) stages. RESULTS: Of 586 SCCP patients, 219 (37%) had LVI. LVI was associated with higher rate of LNI (66 vs. 43%; P<0.001). Positive predictive value of LVI was 66 vs. 57% for negative predictive value. In multivariable LRMs, LVI independently predicted LNI (Odds ratio [OR]: 2.41; P<0.001). Bootstrap-adjusted c-index of multivariable model was 0.570 without LVI vs. 0.639 with LVI. In subgroup analyses, LVI independently predicted LNI in organ-confined (OR: 2.23; P<0.001) and in non-organ confined stages (OR: 3.10; P<0.001). In subgroup analyses, addition of LVI increased c-index from 0.530 to 0.595 in organ-confined and from 0.599 to 0.682 in non-organ confined. CONCLUSIONS: The current study validates LVI as an independent predictor of LNI in SCCP. LVI increases the accuracy of LNI predictions in the overall cohort as well as in organ-confined and non-organ confined stages. However, stage and grade even with the added consideration of LVI are not accurate enough to provide LNI prediction in individual patients.
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) | 0,000 | 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 ».