Non-Sentinel Lymph Node Metastasis is Hard to Predict by Clinicopathological Factors if SLN Metastasis in Two or Fewer Nodes in Breast Cancer
Notice bibliographique
Résumé
Background: The aim of this study was to investigate the association between sentinel lymph node (SLN) and/or non-SLN metastasis and clinicopathological factors in breast cancer. Methods: We identified 176 invasive breast cancer patients by SLN biopsy (SLNB) and evaluated any association between clinicopathological factors and SLN and/or non-SLN metastasis. Results: SLN metastasis was significantly associated with age (P = 0.0231), tumor size (P = 0.0039) and lymphovascular involvement (LVI) (P = 0.0002). Non-SLN metastasis was observed in 41.4% of cases. The involvement of more than three nodes was observed in more than 30% of cases with SLN metastasis in two or fewer nodes. There was no significant association between non-SLN metastasis and clinicopathological factors. Conclusions: Non-SLN metastasis was apparent in more than 30% of cases even if SLN metastasis was present in two or fewer nodes but non-SLN metastasis was hard to predict by clinicopathological factors. J Curr Surg. 2014;4(1):10-16 doi: http://dx.doi.org/10.14740/jcs206w
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 | 0,000 |
| 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 ».