Pan-Immune-Inflammation Value as a Predictor of Long-Term Outcomes in Patients with Urothelial Carcinoma of the Bladder: A Pilot Study
Notice bibliographique
Résumé
Background: Urothelial carcinoma of the bladder (UCB) demonstrates considerable heterogeneity, with markedly varying outcomes between non–muscle-invasive bladder cancer (NMIBC) and muscle-invasive bladder cancer (MIBC). The pan-immune-inflammation value (PIV), derived from routine hematological parameters, has emerged as a novel biomarker reflecting systemic inflammation and immune dysregulation. This pilot, exploratory analysis evaluated the prognostic relevance of the PIV in UCB and contextualized PIV against other inflammation-based indices. Methods: We retrospectively analyzed 119 patients with histologically confirmed UCB who were treated between 2019 and 2024. PIV was calculated as (neutrophils × platelets × monocytes) ÷ lymphocytes. Additional indices included the NLR, SII, SIRI, and PLR. Progression-free survival (PFS) and overall survival (OS) were estimated using Kaplan–Meier analysis, and prognostic factors were assessed using Cox regression. Results: Among 119 patients (median age, 72 years; 88% male), 68 were diagnosed with NMIBC and 51 with MIBC. Elevated PIV levels were significantly associated with NMIBC progression to MIBC (p = 0.028) and strongly correlated with NLR, SII, SIRI, and PLR. Patients with high PIV exhibited shorter OS (24 vs. 45 months) and PFS (20 vs. 35 months) than those with low patients (p < 0.001). Although the prognostic value was evident in the univariate analyses, PIV did not retain significance in multivariate models. Conclusion: Elevated PIV levels predict adverse survival outcomes and progression in UCB, underscoring its potential as a cost-effective and accessible biomarker for risk stratification. Prospective validation in larger cohorts is warranted to confirm its role in personalized patient management.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 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 ».