The Role of Transoral Robotic Surgery in the Management of Oropharyngeal Cancer: A Review of the Literature
Notice bibliographique
Résumé
Background. Transoral robotic surgery (TORS) is an emerging treatment option for the treatment of head and neck malignancies, particularly for oropharyngeal squamous cell carcinoma (OPSCC). Preliminary studies have demonstrated excellent oncologic and functional outcomes that have led to a resurgence of interest in the primary surgical management of OPSCC. The aim of the present study was to review the evidence base supporting the use of TORS in OPSCC. Methods. Studies evaluating the application of TORS in the treatment of head and neck squamous cell carcinoma (HNSCC), and more specifically OPSCC, were identified for review. Further searches were made of reference lists for complete evaluation of minimally invasive surgery (MIS) in treating OPSCC. Results. Seventeen results relating to the application of TORS in treatment of OPSCC were identified. Further results relating to the role of transoral laser microsurgery (TLM) in OPSCC were included for review. Feasibility, oncologic, and functional data is summarized and discussed. Discussion. Management strategies for patients with OPSCC continue to evolve. Minimally invasive surgical techniques including TORS and TLM offer impressive functional and oncologic outcomes particularly for patients with early T-classification and low-volume regional metastatic disease. Potential exists for treatment deintensification, particularly in patients who are HPV positive.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,006 | 0,007 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».