Improved Survival and Prognostication in Melanoma Patients With Brain Metastases: An Update of the Melanoma Graded Prognostic Assessment
Notice bibliographique
Résumé
PURPOSE: Survival for patients with melanoma has recently improved. The propensity of melanoma to metastasize to the brain remains a common and serious feature of this disease. The purposes of this study were to evaluate prognostic factors for patients with newly diagnosed melanoma brain metastases (MBMs) in a large cohort treated with modern multimodal therapies, compare those results with those in prior eras, and update the Melanoma Graded Prognostic Assessment (GPA). METHODS: Univariable and multivariable (MVA) analyses of prognostic factors and treatments associated with survival were performed on 1,796 patients with newly diagnosed MBM treated between January 01, 2015, and December 31, 2021, using a multi-institutional retrospective database. Multiple imputation was used to address missingness of potential predictors. Significant variables in combined MVA were used to update the Melanoma GPA. Comparisons were made with legacy cohorts. RESULTS: Median survivals for cohorts A (1985-2007, n = 481), B (2006-2015, n = 823), and C (2015-2021, n = 1,796) were 6.7, 9.8, and 16.6 months and median follow-up times were 40.1, 43.6, and 48.8 months, respectively. In combined MVA, significant prognostic factors for survival were higher Karnofsky Performance Status, fewer MBMs, absence of extracranial metastases, lower serum lactate dehydrogenase, and no immunotherapy before MBM. These factors were incorporated into the updated Melanoma GPA. The combined median and 3-year survivals for patients with GPA 0-1, 1.5-2, and 2.5-4.0 were 5.4, 13.2, and 43.2 months and 12.4%, 28.8%, and 51.6%, respectively. CONCLUSION: Prognostic factors have changed and survival has improved for patients with MBM but varies widely by GPA. The updated Melanoma GPA calculator (BrainMetGPA), available free online, can be used to estimate survival, individualize treatment, stratify clinical trials, guide surveillance, and augment clinical trial eligibility. Multidisciplinary treatment is essential. Trials are needed to elucidate the optimal sequencing of various therapeutic modalities.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».