Meta-analyse av den prognostiske verdien av lymfocytt til monocyt-forhold (LMR) i ikke-metastatisk nyrecellekarsinom. (LMR)

En systematisk gjennomgang av litteraturen vil bli utført ved bruk av pasient-, intervensjons-, sammenlignings- og utfallsmetode (PICO), med sikte på å svare på følgende kliniske spørsmål: «Er forbehandling under lymfocytt til monocyttforhold (LMR) en prognostisk faktor ved ikke- metastatisk nyrecellekarsinom? "

Alle analyser vil være basert på tidligere publiserte studier. Av denne grunn vil ikke pasientens samtykke og etisk godkjenning være nødvendig.

Et uttømmende søk vil bli utført i PubMed, Science Direct og Cochrane Database of Systematic Reviews etter kvalifiserte studier som utforsket den prognostiske rollen til LMR hos pasienter med lokaliserte nyresvulster, som gjennomgikk delvis eller radikal nefrektomi fra januar 1965 til juli 2019. Begrepene søk vil inkludere: "monocytt lymfocyttforhold", "nyrekreft", "prognose".

Kohortstudier eller observasjonsstudier vil inkluderes, pasienter med lokaliserte nyretumorer som gjennomgikk partiell eller radikal nefrektomi, med histopatologisk bekreftede neoplasmer, som hadde tilgang til fulltekst og uten språkbegrensning.

Inkludering:

Enhver observasjonsstudie (tverrsnitt, case-control, longitudinell med tverrsnittsdata) vil bli inkludert.

Pasienter med lokaliserte nyretumorer som gjennomgikk partiell eller radikal nefrektomi, med histopatologisk bekreftede neoplasmer, som hadde tilgang til fulltekst og uten språkbegrensning vil bli inkludert.

Ekskludering: Anmeldelser, kasusrapporter, konferanseabstrakter, brev, dyre- eller cellestudier.

Relevante artikler vil bli identifisert i duplikat av to uavhengige anmeldere ved først å screene titlene og sammendragene etterfulgt av hele teksten mot inkluderings- og eksklusjonskriterier. Enhver uenighet vil bli løst ved konsensus med en tredje anmelder med erfaring i behandling av nyrekreft.

Studiene reflekterte hazard ratio (HR) og tilsvarende 95 % konfidensintervaller (CI), der total overlevelse (OS), spesifikk kreftspesifikk overlevelse (CSS), residivfri overlevelse (RFS), sykdomsfri overlevelse (DFS) ) og progresjonsfri overlevelse (PFP).

Informasjon vil bli hentet ut for førsteforfatter, publiseringsår, geografisk plassering, studiedesign, pasientinformasjon (utvalgsstørrelse, gjennomsnitt/median alder, kjønnsfordeling, prestasjonsstatus), LMR, endepunkt (OS, CSS, RFS, DFS, PFS) , terapi, oppfølgingsvarighet, multivariate faktorer, hazard ratio (HR) og tilsvarende 95 % konfidensintervaller (CI), eller eksakte P-verdier. Når univariat HR og multivariat HR begge ble rapportert, vil bare multivariat HR bli brukt.

OS er definert som intervallet fra operasjonsdatoen i primærtumoren til døden. CSS er definert som intervallet fra operasjonsdato i primærsvulsten til død for urologiske svulster. RFS er definert som intervallet fra operasjonsdatoen i primærtumoren til lokalt, regionalt eller fjernt tilbakefall eller død uansett årsak. DFS er definert som intervallet fra operasjonsdatoen i primærtumoren til lokalt, regionalt eller fjernt residiv. PFS er definert som intervallet fra operasjonsdatoen i primærtumoren til sykdomsprogresjonen (inkludert lokalt tilbakefall eller fjernmetastaser) eller død.

Newcastle-Ottawa-skalaen (NOS) vil bli brukt for å vurdere kvaliteten på studiene. Maksimalt 9 poeng kan gis for hver studie i kategoriene: utvalg av pasienter, sammenlignbarhet av studiegruppene og vurdering av utfall. Vi vil definere studier av høy kvalitet med skårer >7.

Hvis de nødvendige dataene er tilgjengelige, vil det bli utført undergruppeanalyser for å utforske potensielle kilder til heterogenitet i henhold til land, analysetype, tumortype, prøvestørrelse og grenseverdi.

Statistisk studie:

Data vil bli kombinert ved hjelp av tilfeldige effektmodeller. Cochrane χ² (Cochrane Q)-statistikken og I²-testen vil bli brukt til å analysere heterogenitet.

Før de kombinerte resultatene for alle forsøk beregnes, vil statistisk heterogenitet bli evaluert ved å bruke I²-statistikken og p-verdien, som vurderte hensiktsmessigheten av å samle de individuelle studieresultatene. I²-verdien ga et estimat av mengden varians på tvers av studier på grunn av heterogenitet snarere enn tilfeldighet. I²-verdier på 25 %, 50 % og 75 % tilsvarte henholdsvis lave, moderate og høye nivåer av heterogenitet. Hvis p> 0,05, vil heterogeniteten ikke være vesentlig. Dermed vil det benyttes en fasteffektmodell for å beregne skogstomter. Hvis p < 0,05 vil imidlertid heterogeniteten anses som betydelig. Deretter ble en tilfeldig effektmodell brukt.

Publikasjonsskjevheten vil bli utforsket grafisk gjennom traktplott, og Duval og Tweedies "trim-and-fill"-test vil bli brukt for å korrigere mulig publikasjonsskjevhet.

Statistisk signifikans ble definert som p mindre enn 0,05.

Statistikk vil gjøres med R 3.5.0 (R Core Team, 2018) og metaen (v4.1-5; Schwarzer, Guido, 2019)-pakken.