The prognostic importance of the pan-immune-inflammation value (PIV) in lung cancer: a systematic review and meta-analysis
Notice bibliographique
Résumé
Background: Preliminary studies suggest that pan-immune-inflammation value (PIV) has the potential to serve as a prognostic tool for lung cancer. However, existing studies are limited by inconsistent findings regarding the impact of high PIV on patient outcomes. To provide a more comprehensive assessment, we conducted a meta-analysis to clarify the prognostic value of PIV in lung cancer. Methods: Two researchers independently searched the PubMed, Cochrane, Embase, and Web of Science databases for studies evaluating the associations between PIV and prognoses in lung cancer patients (up to July 15, 2025). Studies were included if they reported high versus low PIV and provided hazard ratios (HRs) with 95% confidence intervals (CIs) for overall survival (OS), progression-free survival (PFS), etc. Study quality was assessed using the Newcastle-Ottawa Scale (NOS). Pooled HRs and 95% CIs were calculated to determine the associations between PIV and patient prognosis. Results: A total of ten studies comprising 1,969 patients were included. Meta-analyses demonstrated that high PIV was significantly associated with OS (HR =2.86, 95% CI: 2.23-3.65, P<0.001) and PFS (HR =2.06, 95% CI: 1.65-2.59, P<0.001) in lung cancer patients. In non-small cell lung cancer (NSCLC) patients, high PIV was significantly associated with worse OS (HR =2.76, 95% CI: 2.14-3.56, P<0.001) and PFS (HR =1.94, 95% CI: 1.55-2.42, P<0.001). In small cell lung cancer (SCLC) patients, even stronger associations were observed for OS (HR =3.47, 95% CI: 2.21-5.44, P<0.001) and PFS (HR =2.33, 95% CI: 1.63-3.33, P<0.001). Subgroup analyses further confirmed that PIV served as a critical prognostic marker for both OS and PFS. All studies were of high quality according to the NOS. Conclusions: PIV can serve as an independent prognostic biomarker for survival outcomes in lung cancer patients. Therefore, incorporating PIV into prognostic assessments may provide additional support for individualized treatment decision-making.
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 | 0,015 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,042 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».