Development of a disease-specific graded prognostic assessment index for the management of sarcoma patients with brain metastases (Sarcoma-GPA)
Notice bibliographique
Résumé
Abstract Background Brain metastases from sarcomatous lesions pose a management challenge owing to their rarity and the histopathological heterogeneity. Prognostic indices such as the Graded Prognostic Assessment (GPA) index have been developed for several primary tumour types presenting with brain metastases (e.g. lung, breast, melanoma), tailored to the specifics of different primary histologies and molecular profiles. Thus far, a prognostic index to direct treatment decisions is lacking for adult sarcoma patients with brain metastases. Methods We performed a multicentre analysis of a national group of expert sarcoma tertiary centres (French Sarcoma Group, GSF-GETO) with the participation of one Canadian and one Swiss centre. The study cohort included adult patients with a diagnosis of a bone or soft tissue sarcoma presenting parenchymal or meningeal brain metastases, managed between January 1992 and March 2012. We assessed the validity of the original GPA index in this patient population and developed a disease-specific Sarcoma-GPA index. Results The original GPA index is not prognostic for sarcoma brain metastasis patients. We have developed a dedicated Sarcoma-GPA index that identifies a sub-group of patients with particularly favourable prognosis based on histology, number of brain lesions and performance status. Conclusions The Sarcoma-GPA index provides a novel tool for sarcoma oncologists to guide clinical decision-making and outcomes research.
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) | 0,000 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,027 | 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 ».