Preoperative Radiotherapy is Effective in the Treatment of Fibromatosis
Notice bibliographique
Résumé
The use of preoperative radiation is well-established for soft tissue sarcoma, but its use in fibromatosis is not well-characterized. The purpose of this study was to examine the impact of preoperative radiotherapy on the local control of fibromatosis and to assess treatment-related morbidity in this setting. In particular we assessed complication rates in comparison with soft tissue sarcoma treatment. All patients with fibromatosis referred to this unit who received preoperative radiotherapy (50 Gy in 25 fractions) from 1988 to 2000 and who had at least 2 years of followup were included in this study. The rate of recurrence in this group was ascertained. Similarly constructed datasets from all patients with soft tissue sarcomas of the extremities who received preoperative radiation from 1986 to 1997 also were analyzed. The rates of complications in the two groups were compared. Fifty-eight patients were treated with preoperative radiation for fibromatosis and the median followup was 69 months. There were 11 local recurrences (19%). Major wound complications manifested in two patients (3.4%). Wound-related complications arose in 89 of 265 patients with soft tissue sarcomas (33.5%). There was a significant difference in the rate of major wound complications observed in the two groups. The use of radiotherapy before surgery is effective in the combined treatment of fibromatosis.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 ».