MétaCan
Menu
Retour à la cohorte
Enregistrement W6990436284

Desarrollo de modelos predictivos en el Carcinoma vesical tratado mediante Cistectomía radical

2018· article· es· W6990436284 sur OpenAlexfundno aff

Notice bibliographique

Revuee_Buah · 2018
Typearticle
Languees
DomaineMedicine
ThématiqueBladder and Urothelial Cancer Treatments
Établissements canadiensnon disponible
Organismes subventionnairesBeef Cattle Research CouncilNational Comprehensive Cancer Network
Mots-clésCarcinomaCancerOral cavity
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

INTRODUCCIÓN: El carcinoma vesical es la neoplasia maligna más frecuente del tracto urinario y la undécima neoplasia más frecuente a nivel mundial. El 70% de estas neoplasias son superficiales en el momento del diagnóstico y el 30% son músculo infiltrantes. Los tumores músculo infiltrantes, así como los tumores superficiales que no se controlan con tratamientos conservadores, son tratados mediante la cistectomía radical y linfadenectomía extendida, tratamiento considerado el estándar para este tipo de tumores para el control de la enfermedad. A pesar de la exigencia de este tratamiento, de la alta comorbilidad, la enfermedad progresa con frecuencia y causa la muerte en el 50% de los pacientes cistectomizados a los 5 años. Estos datos hacen pertinente seguir estudiando el cáncer vesical, su caracterización, pronóstico y definir eventuales categorías tributarias de tratamientos ajustados. MATERIAL Y MÉTODOS: Se ha realizado un estudio de cohortes clínico retrospectivo sobre una población de 270 pacientes sometidos a una cistectomía radical y linfadenectomía ilioobturatriz bilateral tras el diagnóstico de carcinoma vesical músculo infiltrante o no infiltrante pero no respondedores al tratamiento conservador, ya sea con histología urotelial como no urotelial. Los pacientes seleccionados fueron operados entre Mayo de 1990 y Diciembre de 2015 en el Servicio de Urología del Hospital Príncipe de Asturias de Alcalá de Henares. El seguimiento de los pacientes se extiende hasta Diciembre 2016, fecha en la que se cierra el estudio. RESULTADOS: La muerte perioperatoria fue de 10 pacientes (4%). La mediana de seguimiento de 32 meses. La muerte global tuvo lugar en 141 pacientes, que corresponde a un 58,8% de nuestra muestra. La supervivencia global fue del 50% y 32% a los 5 y 10 años. La muerte cáncer específica ocurrió en un 40% de nuestros pacientes. La supervivencia cáncer-específica a los 5 y 10 años fue del 59 y 50%. La progresión local tuvo lugar en un 7% de los casos y a distancia en un 37 %. El modelo predictivo para la SG incluyó como variables predictivas el estadio T patológico, edad, la hidronefrosis y la invasión linfovascular con una capacidad predictiva de 0.70. El modelo predictivo para la SCE incluyó como variables independientes el estadio T patológico y la invasión linfovascular con una capacidad predictiva de 0.75. En el modelo predictivo para la SCE se incluyeron como variables independientes la edad, la invasión linfovascular, los márgenes quirúrgicos positivos y el estadio N patológico con una capacidad predictiva de 0.75 La validación externa del modelo de Xylinas obtuvo una capacidad predictiva de 0.72 CONCLUSIONES: 1. Las variables que se comportaron como factores pronósticos independientes para predecir la supervivencia global fueron la edad, la invasión linfovascular, la hidronefrosis y el estadio T patológico. 2. Para la predicción de la supervivencia cáncer específica, las variables predictivas independientes en nuestra cohorte fueron la invasión linfovascular y el estadio T patológico. 3. Las variables predictoras independientes para la supervivencia libre de progresión fueron los márgenes positivos, la invasión linfovascular y el estadio ganglionar. 4. Es posible crear modelos predictivos con la representación gráfica mediante un nomograma para el análisis de la SG, SCE y SLP en pacientes sometidos a CR con intención curativa 5. Nuestros nomogramas han presentado una buena capacidad predictiva, en torno al 0,7-0,75, si bien sería conveniente realizar una validación externa para poder ser aplicado en otras poblaciones. 6. La validación externa del modelo de recurrencia de Xylinas ha presentado una capacidad predictiva del 0,72 al emplearlo sobre nuestra población aplicando los mismos criterios de inclusión y exclusión empleado por Xylinas para su modelo.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,017
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,299
Écart entre enseignants0,282 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuee_BuahMême sujetBladder and Urothelial Cancer TreatmentsTravaux en français237 207