Prognostic value of changes in pre- and postoperative inflammatory blood markers in HPV-negative head and neck squamous cell carcinomas
Notice bibliographique
Résumé
Objective: Neutrophil-to-lymphocyte ratio (NLR) and lymphocyte-to-monocyte ratio (LMR) are inflammatory markers easily obtained from a routine complete blood count, and their preoperative values have recently been correlated with oncological outcomes in patients with HPV-negative head and neck squamous cell carcinoma (HNSCC). The aim of this study is to evaluate the prognostic value of NLR and LMR before and after treatment in patients with HPV-negative HNSCC undergoing up-front surgical treatment. Methods: This multicentric retrospective study was performed on a consecutive cohort of patients treated by upfront surgery for HPV-negative HNSCC between April 2004 and June 2018. Only patients whose pre- and postoperative NLR and LMR were available were included. Their association with local, regional and distant failure, progression-free survival (PFS) and overall survival (OS) was calculated. Results: A total of 493 patients (mean age 68 years) were enrolled. The mean follow-up time was 54 months. Pre-surgical NLR ≥ 3.76 was associated with a high risk of regional failure (HR = 2.21, 95% CI: 1.08-5.55), disease progression (HR = 1.55, 95% CI: 1.07-2.25) and death (HR = 1.40, 95% CI: 0.94-2.10). A post-surgical LMR < 2.92 had a significant impact on disease progression (HR = 1.92, 95% CI: 1.13-3.28) and OS (HR = 2.98, 95% CI: 1.53-5.81). Patients with stable NLR ≥ 3.76 in the pre- and postoperative period had worse OS and PFS. Conclusions: Our results support that pre- and postoperative NLR and LMR can be useful in identifying patients at risk of local, regional, or distant recurrence who may require closer follow-up or more aggressive treatment.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».