Ex vivo sentinel lymph node biopsy in colorectal cancer: A feasibility study
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Sentinel lymph node (SLN) biopsy may improve staging of colorectal cancer. We tested the feasibility of ex vivo SLN dissection. MATERIALS AND METHODS: Patients undergoing resection of a primary colorectal cancer were included in this study. SLN identification involved ex vivo injection of 1 cc isosulfan blue dye subserosally in the colon or submucosally in the rectum on a separate field. SLNs were cut at 2 mm intervals. Three hematoxylin and eosin-stained (HE) sections were prepared in addition to a middle level for cytokeratin immunostaining. RESULTS: Twenty-six patients with varying tumor location and stage were enrolled and the SLN was identified in 88% (23/26) cases. Three failures occurred in patients with rectal cancer. The average number of SLN harvested was 2.5. The status of the nodal basin was accurately predicted in 91% (21/23) of patients. Two false negative sentinel lymph nodes were harvested in 2 of 3 patients with stage III/IV colorectal cancer. The SLN upstaged 2 patients as a result of HE stained step sections (n = 1) and immunostaining (n = 1). CONCLUSIONS: This data suggests that ex vivo SLN biopsy is feasible in colorectal cancer. Although ex vivo SLN biopsy does not alter the lymphatic dissection, it may upstage a subset of patients. The ex vivo technique may be less applicable in rectal cancer and false negative results may occur.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,002 | 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 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 ».