Outcome predictors in squamous cell carcinoma of the maxillary alveolus and hard palate
Notice bibliographique
Résumé
OBJECTIVES/HYPOTHESIS: Hard palate and maxillary alveolus are two commonly grouped oral cavity subsites due to their anatomic contiguity and oncologic disease behavior. Few studies have been conducted investigating clinical presentation, staging, prevalence of cervical metastases, and outcomes in this population. The primary objective of this study was to analyze predictors of disease-free survival (DFS) in surgically treated patients, particularly as it relates to the role of neck dissection. STUDY DESIGN: Cohort study with planned data collection. METHODS: This cohort study used planned data collection over 15 years (1994-2008) at a large tertiary care cancer center to study all patients presenting with squamous cell carcinoma of the maxillary alveolus and hard palate treated surgically. Univariate and multivariate Cox regression analyses were used to identify predictors of DFS. RESULTS: Ninety-seven patients met the inclusion criteria (54 male, 56%). The majority of patients (54, 56%) presented with locally advanced disease (cT3, cT4). Occult nodal metastases were noted in 26% (17 of 65) of patients clinically staged as N0. The 3-year DFS was 70% (95% confidence interval = 59%-78%) with a median time to failure of 1.1 years (range = 0.3-9.7 years). Cox regression multivariate model demonstrated that advanced pathologic T stage, hard palate tumor site, and poorly differentiated tumor grade were each independent predictors of DFS. CONCLUSIONS: A significant portion of the patients with hard palate and maxillary alveolus tumors harbor occult cervical metastases. Elective neck dissection in the high-risk patients may potentially be beneficial in providing more accurate staging and improving DFS. LEVEL OF EVIDENCE: 2b.
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) | 0,000 | 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 ».