Predicting Overall Survival in Patients with Multiple Primary Lung Cancer: Nomogram Development and Validation Study (Preprint)
Notice bibliographique
Résumé
Background: With the rapid development of medical technology and the emphasis on early lung cancer screening, the detection rate of multiple primary lung cancer (MPLC) has increased in recent years. However, the prognostic determinants and clinical characteristics of patients with MPLC remain poorly characterized. Objective: This study aimed to develop and validate a nomogram for predicting overall survival (OS) in patients with MPLC using data from the Surveillance, Epidemiology, and End Results database. Methods: This study was reported in accordance with the TRIPOD (Transparent Reporting of a Multivariable Prediction Model for Individual Prognosis or Diagnosis) guidelines. A cohort of 4177 patients with MPLC (2007-2015) was obtained from the Surveillance, Epidemiology, and End Results database. The patients were randomly divided into training (n=2923) and validation (n=1254) cohorts at a 7:3 ratio. Backward stepwise Cox regression identified 11 independent risk factors, which were integrated into a nomogram predicting 3-, 5-, and 8-year OS rates. Results: The nomogram demonstrated superior discriminative ability compared to the American Joint Committee on Cancer staging system, with higher area under the receiver operating characteristic curve values for 3-, 5-, and 8-year OS predictions in both cohorts (training cohort: 0.743, 0.751, and 0.759, respectively; validation cohort: 0.737, 0.734, and 0.695, respectively). Calibration curves and decision curve analysis confirmed its clinical utility. Conclusions: This study establishes a validated nomogram incorporating clinical and socioeconomic variables to optimize prognostic assessment and personalized treatment planning for patients with MPLC.
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 | 0,008 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».