Decision management in transoral robotic surgery: Indications, individual patient selection, and role in the multidisciplinary treatment for head and neck cancer from a European perspective
Notice bibliographique
Résumé
BACKGROUND: Transoral robotic surgery (TORS) has become an accepted first-line treatment for T1 and T2 head and neck squamous cell carcinoma (HNSCC). The growing popularity of this procedure is the result of mounting skepticism as to the survival and quality of life (QOL) benefits of primary chemoradiation over definitive surgery, the rising incidence of human papillomavirus (HPV)-positive oropharyngeal squamous cell carcinoma (OPSCC) in progressively younger patients, and the advantages of TORS over transoral laser microsurgery (TOLM) and open surgery. METHODS: The authors use their experience and data gained from the TORS-based management of >100 patients to establish a systematic approach to the use of TORS in HNSCC. RESULTS: This approach is constructed on a framework which goal is to select the primary treatment option that is most likely to reduce morbidity while preserving function and maintaining oncologic safety. CONCLUSION: A consensus regarding the indications of TORS and its role in the multidisciplinary management of HNSCC is to be established. © 2015 Wiley Periodicals, Inc. Head Neck 38: E2190-E2196, 2016.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».