Defining the Optimal Surgeon Experience for Breast Cancer Sentinel Lymph Node Biopsy: A Model for Implementation of New Surgical Techniques
Notice bibliographique
Résumé
OBJECTIVE: To determine the optimal experience required to minimize the false-negative rate of sentinel lymph node (SLN) biopsy for breast cancer. SUMMARY BACKGROUND DATA: Before abandoning routine axillary dissection in favor of SLN biopsy for breast cancer, each surgeon and institution must document acceptable SLN identification and false-negative rates. Although some studies have examined the impact of individual surgeon experience on the SLN identification rate, minimal data exist to determine the optimal experience required to minimize the more crucial false-negative rate. METHODS: Analysis was performed of a large prospective multiinstitutional study involving 226 surgeons. SLN biopsy was performed using blue dye, radioactive colloid, or both. SLN biopsy was performed with completion axillary LN dissection in all patients. The impact of surgeon experience on the SLN identification and false-negative rates was examined. Logistic regression analysis was performed to evaluate independent factors in addition to surgeon experience associated with these outcomes. RESULTS: A total of 2,148 patients were enrolled in the study. Improvement in the SLN identification and false-negative rates was found after 20 cases had been performed. Multivariate analysis revealed that patient age, nonpalpable tumors, and injection of blue dye alone for SLN biopsy were independently associated with decreased SLN identification rates, whereas upper outer quadrant tumor location was the only factor associated with an increased false-negative rate. CONCLUSIONS: Surgeons should perform at least 20 SLN cases with acceptable results before abandoning routine axillary dissection. This study provides a model for surgeon training and experience that may be applicable to the implementation of other new surgical technologies.
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 | 0,017 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».