Notice bibliographique
Résumé
Adrenocortical cancer (ACC) is a rare and often aggressive malignancy that requires multidisciplinary expertise for optimal management. It can present with symptoms of rapidly appearing excess steroid secretion or an abdominal mass, or it can be discovered incidentally. Thorough imaging and endocrine evaluations can identify the majority of ACCs amongst adrenal tumors; however, some smaller ACCs are better identified using fluorodeoxyglucose-positron emission tomography/computed tomography scan. Complete resection by an expert surgeon is the only potentially curative treatment for ACC, and tumor spillage should be avoided. Histopathology is important for diagnosis, but immunohistochemistry markers and gene profiling of the resected tumor may become superior to current staging systems to stratify prognosis. Despite complete resection in stage I-III tumors, approximately 40% of patients develop metastasis within 2 yr. Some retrospective studies indicate that adjuvant mitotane therapy prolongs disease-free survival, leading several centers to recommend its administration; prospective studies are under way to provide future evidence-based recommendations. For locally invading ACC, extensive en bloc resection is attempted, followed by adjuvant mitotane and, in selected cases, adjuvant radiotherapy. When ACC is not surgically resectable, mitotane therapy is adjusted to reach serum levels of 14-20 μg/ml. Careful replacement of glucocorticoid and mineralocorticoid deficiency after surgery or mitotane therapy is important; steroid excess from remaining tumor burden should also be controlled to avoid its morbidities. For metastatic disease, combination chemotherapy should be administered, if possible, in the context of multicenter collaborative research protocols. New insights in the molecular pathogenesis of ACC should allow the development of improved targeted therapies.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».