Diagnostic value of tumor marker pro-gastrin-releasing peptide in patients with small cell lung cancer: a systematic review.
Notice bibliographique
Résumé
BACKGROUND: Lung cancer is one of the most common malignancies in the world and one of the leading cancers that result in death. The aim of this study was to evaluate and compare the diagnostic value of the serum tumor marker pro-gastrin-releasing peptide 31-98 (ProGRP31-98) to pathological diagnosis as reference standard in patients with suspected small cell lung cancer (SCLC). METHODS: Literature searches covering 1978 through to 2009 were performed in Pubmed, OVID, MEDLINE, EMbase, Cancerlit, China National Knowledge Infrastructure (CNKI), and CBM using the key search words; 'small cell lung cancer', 'tumor marker', 'ProGRP31-98' and 'diagnostic tests', 'ELISA', 'EIA' and 'diagnostic accuracy'. Studies were collected and data analyzed to evaluate the diagnostic value of serum ProGRP31-98 levels for the diagnosis of SCLC compared with pathology. Eligibility criteria for inclusion in the analysis were based on criteria for diagnostic research published by the Cochrane Screening and Diagnostic Tests METHODS: Group (SDTMG). The characteristics of the included articles were appraised and the data were extracted from the original articles for further statistical analysis of study heterogeneity using Review Manager 4.2 software. Based on study heterogeneity analysis, a suitable 'effect' model was selected to calculate pooled sensitivity and specificity by meta-analysis. A Summary Receiver Operating Characteristic (SROC) curve and the area under the curve (AUC) were generated and sensitivity analysis conducted. RESULTS: A total of 22 articles were entered into this meta-review, including 11 English articles with a quality at level C. In total, the studies involved 6759 subjects, of which 1470 were diagnosed with SCLC by pathology, and 5289 subjects diagnosed with non-SCLC (NSCLC). The meta-analysis showed that heterogeneity among studies was high (P = 0.00001, I(2) = 86.8%). With ELISA, the pooled sensitivity was 0.72 (0.70 to 0.75 at 95%CI) and the pooled specificity was 0.93 (0.92 to 0.94 at 95%CI); the SROC and the AUC were 0.8817. These data suggest that ProGRP31-98 has a relatively high rate of missed diagnosis (28%), but a relatively low rate of misdiagnosis (7%). CONCLUSION: From meta-analysis, we concluded that serum ProGRP31-98 is a valuable marker with a high specificity for diagnosis of SCLC with a similar diagnostic accuracy to pathology.
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 | 0,010 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,010 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».