Predicting Lymph Node Metastases in Early Esophageal Adenocarcinoma Using a Simple Scoring System
Notice bibliographique
Résumé
BACKGROUND: Endoscopic resection is an organ-sparing option for early esophageal adenocarcinoma, but should be used only in patients with a negligible risk of lymph node metastases (LNM). The objective was to develop a simple scoring system to predict LNM in T1 esophageal adenocarcinoma. STUDY DESIGN: All primary esophagectomies performed for T1 esophageal adenocarcinoma without neoadjuvant therapy at 5 university institutions from 2000 to 2011 were analyzed. Patient and pathologic characteristics were compared between patients with LNM at the time of surgical resection and those without. Univariate and multivariate analyses were performed to establish a simple scoring system that estimated the risk of LNM, using variables from the final surgical pathology. RESULTS: A total of 258 patients were included for analysis (mean age 65.2 years [SD 10.3 years], 88% male). The incidence of LNM was 7% (9 of 122) for T1a and 26% (35 of 136) for T1b. Tumor size (odds ratio [OR] 1.35 per cm, 95% CI 1.07 to 1.71) and lymphovascular invasion (OR 7.50, 95% CI 3.30 to 17.07) were the strongest independent predictors of LNM. A weighted scoring system was devised from the final multivariate model and included size (+1 point per cm), depth of invasion (+2 for T1b), differentiation (+3 for each step of dedifferentiation), and lymphovascular invasion (+6 if present). Total number of points estimated the probability of LNM (low risk [0 to 1 point], ≤ 2%; moderate risk [2 to 4 points], 3% to 6%; and high risk [5+ points], ≥ 7%). CONCLUSIONS: We devised a simple scoring system that accurately estimates the risk of LNM to aid in decision-making in patients with T1 esophageal adenocarcinoma undergoing endoscopic resection.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».