Rise in post-resection neutrophil-to-lymphocyte ratio correlates with decreased survival in glioblastoma patients
Notice bibliographique
Résumé
Abstract Background Neutrophil-to-lymphocyte ratio (NLR) is used in the prognostication of multiple malignancies. However, the NLR value in glioblastoma (GBM) is controversial. This controversy may be due to the unaccounted effect of dexamethasone on NLR. Using retrospective data from 230 isocitrate dehydrogenase-1 (IDH) wild-type GBM patients, we studied the prognostic value of NLR in relation to dexamethasone treatment in GBM. Methods We retrospectively analyzed 230 patients with GBM. NLR and dexamethasone use were used as dichotomous variables with cutoff values of 9.5 and 8 mg, respectively. Correlations between high NLR, as well as NLR change after surgery, and patient outcome measures, including post-surgical complications and survival, were assessed using Kaplan–Meier curves, logistic, and Cox regression analyses. Results We demonstrate in this study that high perioperative NLR (≥9.5 NLR) does not associate with survival of GBM patients (274 days, 95% confidence interval [CI] 211–337, vs. 229 days, 95% CI 52–406, P = .9). However, high positive change in NLR (≥6 units) (higher postoperative NLR relative to preoperative NLR) has a significant association with decreased survival in GBM patients (196 days, 95% CI 121–270, vs. 304 days, 95% CI 223–384, P = .01). High preoperative and perioperative average dexamethasone (≥8 mg) treatment did not change the perioperative NLR trend and were not associated with decreased survival. Conclusions We demonstrate that an increase in NLR after surgery associates with decreased GBM patient survival.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».