MétaCan
Menu
Retour à la cohorte
Enregistrement W2088186161 · doi:10.1503/cjs.033011

Quality indicators for sentinel lymph node biopsy: Is there room for improvement?

2013· article· en· W2088186161 sur OpenAlexaffvenueabout
Sergio A. Acuña, Fernando A. Angarita, David R. McCready, Jaime Escallón

Notice bibliographique

RevueCanadian Journal of Surgery · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBreast Cancer Treatment Studies
Établissements canadiensPrincess Margaret Cancer CentreToronto General HospitalToronto Rehabilitation InstituteUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineSentinel lymph nodeBiopsyBreast cancerLymphadenectomyMEDLINESurgeryAxillary lymph nodesMedical physicsGeneral surgeryRadiologyLymph nodeCancerPathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Eleven quality indicators (QI) for sentinel lymph node biopsy (SLNB) were previously developed through a consensus-based approach, yet still need to be incorporated into clinical practice. We sought to evaluate the applicability and clinical relevance for surgeons. METHODS: Breast cancer patients undergoing SLNB between 2004 and 2008 at Mount Sinai Hospital, Toronto, were evaluated. Clinical and pathological data were obtained from an institutional database. Information on axillary recurrences was obtained through a retrospective chart review. Adherence to standardized protocols was evaluated in each case. RESULTS: All 11 QIs were measurable in 300 patients. The identification rate was 100%. More than 1 SLN was identified in 78.6% of patients. The SLNB was performed simultaneously with primary surgery in 96.7% of patients; 61 SLNs harboured metastasis. Of these patients, 80.3% underwent completion lymphadenectomy. Cases complied with protocols for radiocolloid injection and pathologic SLN evaluation/reporting. No ineligible patients underwent SLNB. Of patients with a complete 5-year follow-up (n = 42), only 1 had axillary recurrence. CONCLUSION: Applying QIs for SLNB was feasible, but modifications were necessary to develop a more practical approach to quality assessment. Of the 11 suggested QIs, those that encompass protocols (nuclear medicine and pathology) should be reclassified as prerequisites, as they are independent of the technical aspect of SLNB performance. The remaining 8 QIs encompass surgery per se and should be measured routinely by surgeons. Furthermore, concise and clinically relevant target rates are necessary for these QIs to be established as widely recognized control standards.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,077
score de la tête « metaresearch » (Gemma)0,143
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,077
Score d'incertitude au seuil0,407

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0770,143
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,006
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,264
Écart entre enseignants0,240 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of SurgeryMême sujetBreast Cancer Treatment StudiesTravaux en français237 207