Differential prognostic association of systemic inflammatory biomarkers on survival outcomes in head and neck squamous cell carcinoma patients by human papillomavirus status
Notice bibliographique
Résumé
Systemic inflammatory response (SIR) markers are prognostic in various cancers. In a prospective cohort study (2006-2019) involving 2044 head and neck squamous cell carcinomas (HNSCC) patients, we assessed the prognostic associations of SIR markers at diagnosis, including NLR (neutrophil-to-lymphocyte ratio), PLR (platelet-to-lymphocyte ratio), LMR (lymphocyte-to-monocyte ratio), NMR (neutrophil-to-monocyte ratio), SII (systemic immune-inflammation index), eosinophil and WBC (white blood cell) levels, with progression-free (PFS) and overall survival (OS). Training (two-thirds randomly selected patients) and withheld test sets were created. Separate multivariable Cox regression models by HPV status were created for each of the seven SIR markers for the training set, and validated in the withheld test set. We found that the majority of SIR markers are strongly and significantly associated with OS and PFS in HPV-positive HNSCC patients, while the results were less significant or of lesser magnitude of association in the HPV-negative HNSCC patients. Despite validating these prognostic associations, the addition of SIR markers to a clinical prognostic model did not significantly improve predictive performance for PFS/OS. Our study demonstrates that SIR markers may have a greater impact on the survival of HPV-positive HNSCC, and less so for HPV-negative HNSCCs. These results suggest differential prognostic impact of inflammation between HPV-driven HNSCCs and non-HPV-driven HNSCCs. Although biologically relevant, these associations do not improve survival prognostication in the clinical setting.
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 | 0,000 |
| 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 ».