Notice bibliographique
Résumé
With the exception of well-differentiated liposarcoma, dedifferentiated liposarcoma, leiomyosarcoma, solitary fibrous tumour, malignant peripheral nerve sheath tumour, and undifferentiated pleomorphic sarcoma, the majority of the ≈70 histologic subtypes of retroperitoneal sarcoma are defined as 'ultra-rare' sarcomas, with an incidence of ≤1-5/1,000,000 persons/year.For most of these ultra-rare RPS subtypes, diagnosis and treatment follows international guidelines for the management of more common RPS histologies, with en bloc surgical resection as the mainstay of curative treatment, and enrolment in clinical trials where possible.Because the treatment of RPS is heavily driven by histology, the surgeon must be familiar with specific issues related to the diagnosis and management of ultra-rare sarcoma subtypes.Expert radiological and surgeon reviews are required to differentiate similarly presenting tumours where surgery can be avoided (e.g., angiomyolipoma), or where upfront systemic therapy is indicated (e.g., extraosseous Ewing's sarcoma).Thus, the management of all retroperitoneal sarcomas should occur at a sarcoma referral centre, with a multidisciplinary team of experts dedicated to the surgical and medical management of these rare tumours.In this focused review, we highlight how diagnosis and management of the ultra-rare primary RPS histologies of malignant perivascular epithelioid cell tumour (PEComa), extraosseous Ewing sarcoma (EES), extraosseous osteosarcoma (EOS), and rhabdomyosarcoma (RMS) critically diverge from the management of more common RPS subtypes.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».