A new prognostic index model using meta-analysis in early-stage epithelial ovarian cancer
Notice bibliographique
Résumé
OBJECTIVES: To construct a novel prognostic index (PI) model of early-stage epithelial ovarian cancer (EOC).\n\nMETHODS: The PI model was constructed through meta-analyses. The methodological quality of the studies was assessed using the modified Jadad scale for randomized controlled trials (RCTs) and the Newcastle-Ottawa scale for non-RCTs. The prognosis factors of the PI model that had a significant impact on the recurrence-free survival (RFS) of patients with early-stage ovarian cancer were chosen. A total of 177 patients with early-stage ovarian cancer who were treated at Severance Hospital were analyzed using the new PI model to test its utility.\n\nRESULTS: The equation PI=2 횞 age+86 (if grade 2) or 105 (if grade 3)+53 (if stage Ib or Ic) or 130 (if stage II)+53 (if no lymphadenectomy)-43 (for adjuvant chemotherapy of 3 times or more)+10 (calibrating constant) was derived. Based on PI values, the high-risk group showed a significant 5 year-RFS difference compared to the low-risk group (P-value<0.01 by log-rank test) and a borderline significance in comparison to the intermediate-risk group (P-value=0.08). When the cutoff level of PI values was set at 211, the low- and high-risk groups of recurrence within 5 years were also identified by Cox regression analysis (HR=7.25, 95% CI: 2.98-17.65).\n\nCONCLUSIONS: Our PI model was predictive in this study and may be effective in clinical practice. Further prospective studies should be conducted to confirm the predictive ability of the new PI model for early-stage EOC recurrence.
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 | 0,034 | 0,054 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,023 |
| Bibliométrie | 0,008 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».