Predictive value of tumor thickness for cervical lymph‐node involvement in squamous cell carcinoma of the oral cavity
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Tumor thickness (TT) appears to be a strong predictor for cervical lymph-node involvement in squamous cell carcinoma of the oral cavity (OSCC), but a precise clinically optimal TT cutoff point has not been established. To address this question, the authors conducted a meta-analysis. METHODS: All relevant articles were identified from MEDLINE and EMBASE as well as from cross-referenced publications cited in relevant articles. Lymph-node involvement was confirmed and identified as positive lymph-node declaration (P(LN)D) by either pathologic positivity on immediate neck dissection or by neck recurrence identified after follow-up > or = 2 years. Odds ratios (OR) were calculated to quantify the predictive value of TT. Negative predictive values (and the percentage of patients falsely predicted to not have P(LN)D [FN-P(LN)D]) were compared to determine the optimal TT cutoff point. RESULTS: Sixteen studies were selected from 72 potential studies, yielding a pooled total of 1136 patients. Data were examined for the following TT cutoff points: 3 mm (4 studies, 387 patients), 4 mm (9 studies, 778 patients), 5 mm (6 studies, 367 patients), and 6 mm (4 studies, 488 patients). The OR (95% CI) was 7.3 (5.3-10.1) for the overall group. The proportion of FN-P(LN)D was 5.3% (95% CI, 2.0-11.2), 4.5% (2.6-7.2), 16.6% (11.5-22.8), and 13.0% (9.7-16.9) for TT<3, <4, <5, and <6 mm, respectively. There was a statistically significant difference between the 4-mm and 5-mm TT cutoff points (P = .007). CONCLUSIONS: TT was a strong predictor for cervical lymph-node involvement. The optimal TT cutoff point was 4 mm.
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.
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) | 0,002 | 0,001 |
| 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 découle