Late Relapses of Germ Cell Malignancies: Incidence, Management, and Prognosis
Notice bibliographique
Résumé
Late relapses of malignant germ cell tumors (MGCTs) are rare and occur, by definition, 2 years or later after successful treatment. They represent a major challenge of today's treatment of MGCTs. Because of the rarity and heterogeneity of late relapses, many aspects of their main characteristics remain obscure. We present relevant literature on relapsing MGCTs to highlight the following issues: incidence, impact of initial treatment on the subsequent risk of late relapse, treatment, and survival. In a pooled analysis, the incidence is 1.4% and 3.2% in seminoma and nonseminoma patients, respectively. The predominant site of relapse is the retroperitoneal space in both histologic types. The initial treatment appears to be important for the risk and localization of late relapses. The treatment of late relapses should be based on a representative presalvage biopsy and includes radical surgery and salvage chemotherapy in most cases. Five-year cancer-specific survival is above 50% in the recent large series and reaches 100% in case of single-site teratoma. Diagnosis and treatment of late-relapsing MGCT patients is challenging and should be performed in experienced centers only. Referral of late-relapsing patients to high-volume institutions ensures the best chances of cure and enables increasing understanding of tumor biology and the clinical course of these patients.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».