The lung immune prognostic index as a predictive biomarker in urological malignancies undergoing immune checkpoint inhibitor therapy
Notice bibliographique
Résumé
Objective We conducted a meta-analysis to evaluate the prognostic utility of the Lung Immune Prognostic Index (LIPI) in patients with urological malignancies treated with immune checkpoint inhibitors (ICIs).Methods We systematically searched PubMed, the Cochrane Library, and EMBASE up to March 3, 2025. Clinical outcomes included overall survival (OS), progression-free survival (PFS), objective response rate (ORR), and disease control rate (DCR). Study quality was assessed using the Newcastle-Ottawa Scale (NOS), with a threshold score ≥6 defining high-quality studies.Results This meta-analysis incorporated seven studies comprising 2498 patients. Our findings demonstrated that patients with good LIPI index exhibited significantly prolonged OS (good vs. intermediate: HR = 0.51, 95% CI 0.42–0.62, p < 0.001; good vs. poor: HR = 0.15, 95% CI 0.11–0.20, p < 0.001; good vs. Intermediate and poor: HR = 0.48, 95% CI 0.38–0.61, p < 0.001). The data further showed that patients with good LIPI index exhibited significantly prolonged PFS; (good vs. intermediate: HR = 0.66, 95% CI 0.57–0.76, p < 0.001; good vs. poor: HR = 0.23, 95% CI 0.14–0.37, p < 0.001; good vs. Intermediate and poor: HR = 0.73, 95% CI 0.66–0.81, p < 0.001). Additionally, we found that the good LIPI index correlated with higher ORR (good vs. intermediate: OR = 1.50, 95% CI: 0.98–2.28, p = 0.061; good vs. poor: OR = 1.96, 95% CI: 1.01–3.83, p = 0.047). The good LIPI index correlated with higher DCR (good vs. intermediate: OR = 2.15, 95% CI: 1.53–3.01, p < 0.001; good vs. poor: OR = 5.08, 95% CI: 2.85–9.05, p < 0.001). No publication bias existed, and sensitivity analysis confirmed stable results.Conclusion The LIPI emerges as a valuable prognostic biomarker in patients with urological malignancies treated with ICIs therapy.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».