The Revised FIGO Staging System for Uterine Malignancies: Implications for MR Imaging
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Cancers of the uterine corpus and cervix are the most common gynecologic malignancies worldwide. The International Federation of Gynecology and Obstetrics (FIGO) staging system was first established in 1958, when it was recognized that the recurrence rate and patient outcomes were directly related to the degree of tumor spread at the patient's initial presentation. Changes in understanding of tumor biology led to a recent update in the FIGO staging system that reflects the variation in treatment strategies between endometrial and cervical cancer. Patients with endometrial cancer are primarily treated with hysterectomy; thus, staging is done at surgery and histologic analysis. Magnetic resonance (MR) imaging may accurately depict the extent of endometrial cancer at diagnosis and, in conjunction with the tumor grade and histologic subtype, help stratify risk, which determines the therapeutic course. Cervical carcinoma is staged at clinical examination because many tumors are inoperable at the time of patient presentation. Preoperative MR imaging criteria are not formally included in the revised FIGO staging system because cervical carcinoma is most prevalent in developing countries, where imaging resources are limited. However, MR imaging is highly sensitive and specific for depicting important prognostic factors and, when available, is recommended as an adjunct to clinical examination. The MR imaging findings of uterine carcinoma should be discussed in a multidisciplinary setting in conjunction with clinical and histologic findings, an approach that provides accurate staging and risk stratification and allows for individualized treatment.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| 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) | 0,000 | 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 découle