Management of recurrent and persistent metastatic lymph nodes in well‐differentiated thyroid cancer: A multifactorial decision‐making guide for the thyroid cancer care collaborative
Notice bibliographique
Résumé
BACKGROUND: Well-differentiated thyroid cancer (WDTC) recurs in up to 30% of patients. Guidelines from the American Thyroid Association (ATA) and the National Comprehensive Cancer Network (NCCN) provide valuable parameters for the management of recurrent disease, but fail to guide the clinician as to the multitude of factors that should be taken into account. The Thyroid Cancer Care Collaborative (TCCC) is a web-based repository of a patient's clinical information. Ten clinical decision-making modules (CDMMs) process this information and display individualized treatment recommendations. METHODS: We conducted a review of the literature and analysis of the management of patients with recurrent/persistent WDTC. RESULTS: Surgery remains the most common treatment in recurrent/persistent WDTC and can be performed with limited morbidity in experienced hands. However, careful observation may be the recommended course in select patients. Reoperation yields biochemical remission rates between 21% and 66%. There is a reported 1.2% incidence of permanent unexpected nerve paralysis and a 3.5% incidence of permanent hypoparathyroidism. External beam radiotherapy and percutaneous ethanol ablation have been reported as therapeutic alternatives. Radioactive iodine as a primary therapy has been reported previously for metastatic lymph nodes, but is currently advocated by the ATA as an adjuvant to surgery. CONCLUSION: The management of recurrent lymph nodes is a multifactorial decision and is best determined by a multidisciplinary team. The CDMMs allow for easy adoption of contemporary knowledge, making this information accessible to both patient and clinician.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».