Reproduction of Original Glioblastoma and Brain Metastasis Research Findings Using Synthetic Data
Notice bibliographique
Résumé
OBJECTIVE: Synthetic data (SD) is artificially generated information that mimics the statistical characteristics and correlations of real-world data, enabling researchers to simulate variables that are challenging to obtain in routine practice while overcoming confidentiality barriers. This study aims to evaluate the utility, validity, and potential limitations of SD in glioblastoma (GBM) and brain metastases (BM) research. METHODS: Three published neuro-oncology studies focusing on prognostic factors were selected: 2 involving GBM patients and 1 with BM patients. These studies were replicated using the MDClone platform, a healthcare data exploration tool that enables the creation of SD. Real-world data and SD were compared across patient demographic and outcome variables using summary statistics, normality testing, and t-test as required. RESULTS: 452 GBM patients and 1320 BM patients were generated with SD. Among GBM patients, longer median overall survival was associated with younger age (age<50: 16.3 months [95% CI: 12.8-19.8]; age 50-59: 15.6 [95% CI: 13.1-18.1]; age 60-69: 13.9 [95% CI: 12.1-15.7]; age>70: 8.8 [95% CI: 7.4-10.2], P < 0.001), greater extent of resection (debulking: 16.8 months [95% CI 14.9-18.7] vs. biopsy: 10.9 months [95% CI: 9.6-12.3], P < 0.001), and higher serum albumin (sAlb) (sAlb<30 g/L: 7.0 months [95% CI: 4.8-9.3]; sAlb 30-40 g/L: 12.9 [95% CI: 11.6-14.1]; sAlb>40: 16.2 [95% CI: 13.4-19.1], P < 0.05). Among BM patients, lower systemic inflammation scores (neutrophil-lymphocyte-ratio, leukocyte-lymphocyte-ratio, platelet-lymphocyte-ratio, monocyte-lymphocyte-ratio, and C-reactive-protein/albumin-ratio) were associated with longer overall survival (P < 0.05). These results aligned with the findings reported in the literature. CONCLUSIONS: Integrating SD into clinical research offers potential for providing accurate predictive insights without compromising patient privacy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,104 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».