MétaCan
Menu
← Retour à la cohorte
Enregistrement W4407697436 · doi:10.3390/curroncol32020117

Gamma-Glutamyl Transferase Plus Carcinoembryonic Antigen Ratio Index: A Promising Biomarker Associated with Treatment Response to Neoadjuvant Chemotherapy for Patients with Colorectal Cancer Liver Metastases

2025· article· en· W4407697436 sur OpenAlexvenueno aff
Yanjiang Yin, Bowen Xu, Jianping Chang, Zhiyu Li, Xinyu Bi, Zhicheng Wei, Xu Che, Jianqiang Cai

Notice bibliographique

RevueCurrent Oncology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueHepatocellular Carcinoma Treatment and Prognosis
Établissements canadiensnon disponible
Organismes subventionnairesSanming Project of Medicine in Shenzhen
Mots-clésCarcinoembryonic antigenMedicineColorectal cancerChemotherapyOncologyInternal medicineBiomarkerCancerTransferaseNeoadjuvant therapyEnzymeBiologyBreast cancer

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Colorectal cancer liver metastasis (CRLM) is a significant contributor to cancer-related illness and death. Neoadjuvant chemotherapy (NAC) is an essential treatment approach; however, optimal patient selection remains a challenge. This study aimed to develop a machine learning-based predictive model using hematological biomarkers to assess the efficacy of NAC in patients with CRLM. METHODS: We retrospectively analyzed the clinical data of 214 CRLM patients treated with the XELOX regimen. Blood characteristics before and after NAC, as well as the ratios of these biomarkers, were integrated into the machine learning models. Logistic regression, decision trees (DTs), random forest (RF), support vector machine (SVM), and AdaBoost were used for predictive modeling. The performance of the models was evaluated using the AUROC, F1-score, and external validation. RESULTS: The DT (AUROC: 0.915, F1-score: 0.621) and RF (AUROC: 0.999, F1-score: 0.857) models demonstrated the best predictive performance in the training cohort. The model incorporating the ratio of post-treatment to pre-treatment gamma-glutamyl transferase (rGGT) and carcinoembryonic antigen (rCEA) formed the GCR index, which achieved an AUROC of 0.853 in the external validation. The GCR index showed strong clinical relevance, predicting better chemotherapy responses in patients with lower rCEA and higher rGGT levels. CONCLUSIONS: The GCR index serves as a predictive biomarker for the efficacy of NAC in CRLM, providing a valuable clinical reference for the prognostic assessment of these 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 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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,083
Tête enseignante GPT0,348
Écart entre enseignants0,264 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Oncology→Même sujetHepatocellular Carcinoma Treatment and Prognosis→Travaux en français237 207→