MétaCan
Menu
Retour à la cohorte
Enregistrement W4406304612 · doi:10.3390/curroncol32010039

Comprehensive Evaluation of Inflammatory Biomarkers in Cervical Cancer Treated with Chemoradiotherapy

2025· article· en· W4406304612 sur OpenAlexvenueno aff
Timur Koca, Nurcihan Gocen Vardar, Rahmi Atıl Aksoy, Aylin Fidan Korcum

Notice bibliographique

RevueCurrent Oncology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueInflammatory Biomarkers in Disease Prognosis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineInternal medicineUnivariate analysisNeutrophil to lymphocyte ratioMultivariate analysisChemoradiotherapyOncologyCervical cancerC-reactive proteinSystemic inflammationUnivariateLymphocyteCancerGastroenterologyInflammationMultivariate statistics

Résumé

récupéré en direct d'OpenAlex

Objective: Inflammatory biomarkers have been shown to possess both prognostic and predictive significance in various cancers. Among the emerging biomarkers, the pan-immune-inflammation value (PIV) has recently been introduced as a novel indicator representing both the immune response and the systemic inflammatory state. This study aims to comprehensively evaluate the predictive value of inflammatory biomarkers on survival outcomes in cervical cancer patients undergoing chemoradiotherapy. Methods: A total of 90 patients who had undergone chemoradiotherapy for cervical cancer were included. Data on demographics, treatment protocols, pre-treatment blood parameters, and survival outcomes were collected. The association between inflammatory biomarkers and survival outcomes was investigated through univariate and multivariate analyses. Results: The univariate analysis identified the following as predictors of progression-free survival (PFS): neutrophil–lymphocyte ratio (NLR), platelet–lymphocyte ratio (PLR), monocyte–lymphocyte ratio (MLR), systemic immune-inflammation index (SII), PIV, C-reactive protein (CRP), albumin, and tumor size. Multivariate analysis revealed that only the PIV significantly predicted PFS (HR 3.05, 95% CI 1.0 to 9.3, p = 0.04). In the univariate analysis, several variables were predictive of overall survival (OS), including NLR, PLR, MLR, SII, PIV, CRP, LDH, albumin, tumor size, and Eastern Cooperative Oncology Group Performance Status (ECOG PS). Multivariate analysis revealed CRP (HR 3.41, 95% CI 1.5 to 7.7, p = 0.003) and ECOG PS (HR 4.78, 95% CI 1.3 to 17.3, p = 0.01) predictive of OS, with PIV approaching statistical significance (HR 2.56, 95% CI 0.8 to 7.6, p = 0.09). Conclusions: This study provides the first comprehensive analysis of the association between cervical cancer and various inflammatory biomarkers. Many of these biomarkers have demonstrated predictive value for survival outcomes in patients with cervical cancer undergoing definitive chemoradiotherapy. Among the biomarkers evaluated, CRP and PIV were identified as the most predictive, warranting further exploration in future research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,078
Tête enseignante GPT0,421
Écart entre enseignants0,343 · 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 source (Gemma direct ou Codex distillé), 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

Citations10
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetInflammatory Biomarkers in Disease PrognosisTravaux en français237 207