Intraoperative radiation therapy for high risk soft tissue sarcoma resection margins
Notice bibliographique
Résumé
Background and objectives: External beam radiation (EBRT) can reduce local recurrence (LR) of soft tissue sarcomas (STS). The addition of intraoperative radiation therapy (IORT) can deliver high dose radiation boost to anticipated “high risk” margins while sparing adjacent structures. Methods: A retrospective review (2004-2012) was performed of STS treated with surgical resection and IORT using HDR brachytherapy for anticipated close/positive margins. Results: Twenty-four patients underwent 25 resections with IORT (1 patient had 2 separate recurrences). Tumors were primary in 72%, deep in 96% and intermediate/high grade in 84%. Tumor locations were extremity (44%), retroperitoneal (40%), truncal (12%) and neck (4%). Common histologies included pleomorphic (32%), liposarcoma (12%) and myxofibrosarcoma (12%). Neoadjuvantly, 3 received chemotherapy and 13 received EBRT (median 50Gy; range 45-54). Median IORT dose was 12Gy (range 10-17.5). Margins were microscopically positive in 20%; none were grossly positive. Adjuvantly, 5 received EBRT (median 46Gy, range 45-50) and 2 received chemotherapy. Median follow-up was 20.1 months (range 2.7-96.4). No recurrences occurred at the IORT sites. Two-year LR free survival was 60.8% and disease specific survival was 84%. Conclusion: Use of IORT at time of STS resection was effective at preventing LR at the treated site despite “high risk” features.
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 ».