Prognostic significance of a positive axillary lymph node fine‐needle aspirate in patients with invasive breast carcinoma
Notice bibliographique
Résumé
BACKGROUND: Image-guided axillary lymph node fine-needle aspirates (FNAs) correlate well with pathologic lymph node staging in cases of invasive breast carcinoma. The objective of this study was to determine the prognostic significance of a positive lymph node. METHODS: Consecutive cases of nonmetastatic (M0) invasive breast carcinoma evaluated by image-guided FNA were identified (4-year period, median follow-up of 51 months). "Positive" and "nonpositive" groups were compared using Kaplan-Meier survival analysis. Multivariate Cox regression was used to correct for clinicopathologic and treatment factors. A total of 142 cases was included, 70 with positive axillary FNA and 72 with a nonpositive result. RESULTS: FNA-positive and nonpositive cases did not differ in patient age, tumor subtype, or hormone receptor status. Positive FNA was significantly associated with advanced T and N pathologic stage, and with HER2 (human epidermal growth factor receptor 2) positivity. FNA-positive patients were more likely to undergo mastectomy and to receive chemotherapy. Kaplan-Meier analysis showed that positive FNA is associated with poor prognosis, both with respect to disease-free survival (89% nonpositive versus 73% positive at 5 years, P < .001) and overall survival (94% versus 81%, respectively, at 5 years, P = .01). Multivariate analysis showed that when correcting for other variables, FNA positivity was not independently significant. CONCLUSIONS: Positive axillary lymph node FNA is associated with poor prognosis on univariate analysis. By contrast, overall nodal staging is independently significant on multivariate analysis. The prognostic significance of axillary FNA likely results from its ability to predict for nodal status. Axillary FNA has utility as a preoperative staging procedure.
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 | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».