MétaCan
Menu
Retour à la cohorte
Enregistrement W4407966339 · doi:10.1097/as9.0000000000000557

International Validation and Refinement of Oncological Borderline Resectability Criteria for Hepatocellular Carcinoma Using Tumor Burden Score to Predict Survival

2025· article· en· W4407966339 sur OpenAlexaff
Miho Akabane, Jun Kawashima, Abdullah Altaf, Selamawit Woldesenbet, François Cauchy, Federico Aucejo, Irinel Popescu, Minoru Kitago, Guillaume Martel, Luca Aldrighetti, George A. Poultsides, Yuki Imaoka, Andrea Ruzzenente, Itaru Endo, Ana Gleisner, Hugo P. Marques, Sara Oliveira, Jorge Balaia, Vincent Lam, Nazim Bhimani, Feng Shen, Timothy M. Pawlik

Notice bibliographique

RevueAnnals of Surgery Open · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueHepatocellular Carcinoma Treatment and Prognosis
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésHepatocellular carcinomaMedicineHazard ratioInternal medicineOncologyUrologyRadiology

Résumé

récupéré en direct d'OpenAlex

Objective: The aim of this study is to externally validate the original borderline resectability (BR) category for predicting overall survival (OS) in hepatocellular carcinoma (HCC) following resection and to assess whether incorporating the tumor burden score (TBS) and other clinical factors could enhance predictive accuracy. Background: A recent Japanese expert panel introduced a new HCC classification scheme: resectable (R), borderline resectable 1 (BR1), and borderline resectable 2 (BR2). Methods: Patients undergoing curative-intent hepatectomy for HCC (2000–2023) were classified as R, BR1, and BR2 using the original BR and a novel TBS-BR category. The TBS-BR category replaces BR’s categorical tumor morphology factors with the continuous TBS (TBS² = [maximum tumor diameter]² + [number of tumors]²). Multivariable analysis identified oncologic, morphometric, and patient-level factors associated with OS, which were incorporated into an online predictive tool. Results: Among 1766 patients, the original BR category grouped 1504 (85.2%) as R, 249 (14.1%) as BR1, and 13 (0.7%) as BR2. Utilizing the TBS-BR category, patients were reclassified as TBS-BR R (n = 684, 38.7%), BR1 (n = 1009, 57.1%), and BR2 (n = 73, 4.1%). Both the original and TBS-BR categories correlated with 5-year OS (original: 65.1%, 48.2%, 46.4%; TBS-BR: 70.8%, 58.3%, 40.0%; P < 0.001 for both; area under the curve: 0.54 vs 0.58). On multivariable analysis, TBS-BR1 (hazard ratio [HR]: 1.59 [1.20–2.09]; P = 0.001), TBS-BR2 (HR: 2.45 [1.47–4.07]; P < 0.001, reference: TBS-BR R), American Society of Anesthesiologists (ASA) class >2 (HR: 1.40 [1.09–1.80]; P = 0.007), albumin-bilirubin (ALBI) score (HR: 1.51 [1.21–1.88]; P < 0.001), and log α-fetoprotein (AFP) (HR: 1.07 [1.03–1.11]; P < 0.001) were independently associated with OS. A TBS-BR composite model based on these factors (TBS-BR category, ASA class, ALBI score, and log AFP) was developed and made available online (https://makbn.shinyapps.io/BRHCC/). The model’s area under the receiver operating characteristic at 5 years (0.70) outperformed both the original BR (0.57) and Barcelona Clinic Liver Cancer classification (0.64). Conclusions: The TBS-BR composite model, integrating tumor morphology (TBS), tumor biology (log AFP), overall physical status (ASA class), and liver function (ALBI score) demonstrated superior predictive accuracy for OS compared with the original BR and Barcelona Clinic Liver Cancer classifications.

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)0,009
score de la tête « metaresearch » (Gemma)0,019
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 enseignants0,009
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,380
Tête enseignante GPT0,419
Écart entre enseignants0,039 · 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 revueAnnals of Surgery OpenMême sujetHepatocellular Carcinoma Treatment and PrognosisTravaux en français237 207