Systematic review and meta-analysis of liver resection for metastatic melanoma
Notice bibliographique
Résumé
BACKGROUND: The multidisciplinary management of metastatic melanoma now occasionally includes major hepatic resection. The objective of this work was to conduct a systematic review of the literature on liver resection for metastatic melanoma. METHODS: MEDLINE, Embase, the Cochrane Library and Scopus were searched (1990 to December 2012). Studies with at least ten patients undergoing liver resection for metastatic melanoma were included. Data on the outcomes of overall survival (OS) and/or disease-free survival (DFS) were abstracted and synthesized. Hazard ratios (HRs) were derived from survival curves and subjected to meta-analysis using random-effects models. RESULTS: Twenty-two studies involving 579 patients (13 per cent weighted resection rate) who underwent liver resection were included. Study quality was poor to moderate. Median follow-up ranged from 9 to 59 months. Median DFS ranged from 8 to 23 months, and median OS ranged from 14 to 41 months (R0, 22-66 months, R2, 10-16 months; R0 versus R1/R2: HR 0.52, 95 per cent confidence interval (c.i.) 0.37 to 0.73). The OS rate was 56-100 per cent at 1 year, 34-53 per cent at 3 years and 11-36 per cent at 5 years. Median OS with non-operative management ranged from 4 to 12 months. Comparison of OS with resection and non-operative management favoured resection (HR 0.32, 95 per cent c.i. 0.22 to 0.46). CONCLUSION: Radical resection of liver metastases from melanoma appears to improve overall survival compared with non-operative management or incomplete resection, but this observation requires future confirmation as selection bias may have confounded the results.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,013 | 0,007 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».