Combined laboratory and imaging indicators to construct risk models for predicting immunotherapy efficacy and prognosis in non-small cell lung cancer: An observational study (STROBE compliant)
Notice bibliographique
Résumé
This study aimed to investigate the correlations between short- and long-term efficacy of immune checkpoint inhibitors (ICIs) and pretreatment laboratory/imaging parameters in advanced non-small cell lung cancer (NSCLC), and to construct risk prediction models. We enrolled 137 NSCLC patients with stage IIIB-IV disease who completed 4 cycles of PD-1/PD-L1 inhibitor monotherapy or combination therapy. All participants underwent pretreatment laboratory assessments encompassing inflammatory markers, lymphocyte subsets, tumor biomarkers, coagulation profiles, and contrast-enhanced computed tomography (CE-CT) scans. The primary endpoints were objective response rate (ORR) and overall survival (OS), with progression-free survival (PFS) as the secondary endpoint. Univariate and multivariate logistic regression analyses were performed to identify significant predictors of short-term treatment response and develop an efficacy prediction model. For long-term outcomes, univariate and multivariate Cox proportional hazards regression analyses were conducted to establish a prognostic risk model. The final models were presented as nomograms and validated through receiver operating characteristic (ROC) curve analysis, calibration curves, and decision curve analysis (DCA). CD4+ T-cell count (P = .007), fibrinogen (FIB, P = .047), and mediastinal lymph node enlargement (P = .028) emerged as independent predictors of ORR. The prediction model demonstrated an area under the ROC curve (AUC) of 0.838, with bootstrap validation (1000 resamples) yielding a mean AUC of 0.867. Calibration analysis, DCA, and clinical impact curve (CIC) collectively confirmed the model's robust predictive performance. For OS, metastatic site (P = .007), neutrophil-to-lymphocyte ratio (NLR, P = .025), carbohydrate antigen 125 (CA125, P = .020), cytokeratin 19 fragment (CYFRA 21-1, P = .004), FIB (P < .001), and pleural effusion (P < .001) were identified as significant prognostic determinants. The model achieved AUC values of 0.858 and 0.860 for 1- and 2-year survival prediction, respectively. Calibration plots revealed excellent concordance between predicted and observed survival probabilities at both timepoints. Furthermore, DCA indicated superior net clinical benefit of the prognostic model compared to random chance models across threshold probability ranges. Comprehensive prediction models integrating clinical characteristics, laboratory biomarkers, and imaging parameters were developed for both short- and long-term efficacy evaluation of immunotherapy, offering clinically actionable guidance for personalizing treatment strategies in advanced NSCLC.
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 | 0,028 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».