Metaanalys av det prognostiska värdet av lymfocyt- till monocytförhållande (LMR) i icke-metastaserande njurcellscancer. (LMR)

En systematisk genomgång av litteraturen kommer att genomföras med hjälp av metoden Patient, Intervention, Comparison and Outcome (PICO), i syfte att besvara följande kliniska fråga: "Är förbehandling under lymfocyt-till-monocytkvot (LMR) en prognostisk faktor vid icke- metastaserande njurcellscancer? "

Alla analyser kommer att baseras på tidigare publicerade studier. Av denna anledning kommer inte patientens samtycke och etiskt godkännande att krävas.

En uttömmande sökning kommer att genomföras i PubMed, Science Direct och Cochrane Database of Systematic Reviews efter kvalificerade studier som utforskade den prognostiska rollen av LMR hos patienter med lokaliserade njurtumörer, som genomgick partiell eller radikal nefrektomi från januari 1965 till juli 2019. Termerna sökning kommer att inkludera: "monocytlymfocytkvot", "njurcancer", "prognos".

Kohortstudier eller observationsstudier kommer att inkluderas, patienter med lokaliserade njurtumörer som genomgått partiell eller radikal nefrektomi, med histopatologiskt bekräftade neoplasmer, som hade tillgång till hela texten och utan språkbegränsning.

Inkludering:

Alla observationsstudier (tvärsnitt, fallkontroll, longitudinella med tvärsnittsdata) kommer att inkluderas.

Patienter med lokaliserade njurtumörer som genomgått partiell eller radikal nefrektomi, med histopatologiskt bekräftade neoplasmer, som haft tillgång till fulltext och utan språkbegränsning kommer att inkluderas.

Uteslutning: Recensioner, fallrapporter, konferenssammandrag, brev, djur- eller cellstudier.

Relevanta artiklar kommer att identifieras i duplikat av två oberoende granskare genom att först screena titlarna och sammanfattningarna följt av hela texten mot inkluderings- och exkluderingskriterier. Eventuella meningsskiljaktigheter kommer att lösas i samförstånd med en tredje granskare med erfarenhet av behandling av njurcancer.

Studierna återspeglade hazard ratio (HR) och motsvarande 95 % konfidensintervall (CI), där total överlevnad (OS), specifik cancerspecifik överlevnad (CSS), recidivfri överlevnad (RFS), sjukdomsfri överlevnad (DFS) ) och progressionsfri överlevnad (PFP).

Information kommer att extraheras för första författare, publiceringsår, geografisk plats, studiedesign, patientinformation (provstorlek, medel-/medianålder, könsfördelning, prestationsstatus), LMR, endpoint (OS, CSS, RFS, DFS, PFS) , terapi, uppföljningstid, multivariata faktorer, hazard ratio (HR) och motsvarande 95 % konfidensintervall (CI) eller exakta P-värden. När univariat HR och multivariat HR båda rapporterades kommer endast den multivariata HR att användas.

OS definieras som intervallet från operationsdatum i den primära tumören fram till döden. CSS definieras som intervallet från operationsdatum i primärtumören till döden för urologiska tumörer. RFS definieras som intervallet från operationsdatumet i den primära tumören till lokalt, regionalt eller avlägsna återfall eller dödsfall av någon orsak. DFS definieras som intervallet från operationsdatum i primärtumören till lokalt, regionalt eller avlägsna återfall. PFS definieras som intervallet från operationsdatum i den primära tumören till att sjukdomen fortskrider (inklusive lokalt återfall eller fjärrmetastaser) eller dödsfall.

Newcastle-Ottawa-skalan (NOS) kommer att användas för att bedöma studiernas kvalitet. Högst 9 poäng kan ges för varje studie i kategorierna: urval av patienter, jämförbarhet mellan studiegrupperna och bedömning av resultat. Vi kommer att definiera högkvalitativa studier med poäng >7.

Om nödvändiga data finns tillgängliga kommer undergruppsanalyser att utföras för att utforska de potentiella källorna till heterogenitet enligt land, analystyp, tumörtyp, provstorlek och gränsvärde.

Statistisk studie:

Data kommer att kombineras med slumpmässiga effektmodeller. Cochrane χ² (Cochrane Q) statistik och I² test kommer att användas för att analysera heterogenitet.

Innan de kombinerade resultaten beräknas för alla försök, kommer statistisk heterogenitet att utvärderas med hjälp av I²-statistiken och p-värdet, som bedömde lämpligheten av att slå samman de individuella studieresultaten. I²-värdet gav en uppskattning av mängden varians mellan studier på grund av heterogenitet snarare än slump. I²-värden på 25 %, 50 % och 75 % motsvarade låga, måttliga respektive höga nivåer av heterogenitet. Om p> 0,05 kommer heterogeniteten inte att vara väsentlig. Således kommer en fasteffektmodell att användas för att beräkna skogstomter. Om p < 0,05 kommer emellertid heterogeniteten att anses vara betydande. Sedan användes en slumpmässig effektmodell.

Publikationsbias kommer att utforskas grafiskt genom trattplot, och Duval och Tweedies "trim-and-fill"-test kommer att användas för att korrigera eventuell publiceringsbias.

Statistisk signifikans definierades som p mindre än 0,05.

Statistik kommer att göras med R 3.5.0 (R Core Team, 2018) och meta (v4.1-5; Schwarzer, Guido, 2019).