Histopathologic Excision Margin Affects Local Recurrence Rate
Notice bibliographique
Résumé
OBJECTIVE: Prospective trials have shown that 1-cm and 2-cm margins are safe for melanomas <1 mm thick and > or =1 mm thick, respectively. It is unknown whether narrower margins increase the risk of LR or mortality. SUMMARY BACKGROUND DATA: To determine the relationship between histopathologic excision margin, local recurrence (LR) and survival for patients with melanomas < or =2 mm thick. METHODS: Data were extracted from the Sydney Melanoma Unit database for all patients with cutaneous melanoma < or =2 mm thick, diagnosed up to 1996. Patients with positive excision margins or follow-up <12 months were excluded, leaving 2681 for analysis. Outcome measures were LR (recurrence <5 cm from the excision scar), in-transit recurrence, and disease-specific survival. Factors predicting LR and overall survival were tested with Cox proportional hazards analysis. RESULTS: Median follow-up was 83.8 months. LR was identified in 55 patients (median time to recurrence, 37 months). At 120 months, the actuarial LR rate was 2.9%. Five-year survival after LR was 52.8%. In multivariate analysis, only margin of excision and tumor thickness were predictive of LR (both P = 0.003). When all patients with a margin <0.8 cm in fixed tissue (corresponding to a margin of <1 cm in vivo) were excluded from analysis, margin was no longer significant in predicting LR. Thickness, ulceration, and site were predictive of survival, but margin was not (P = 0.49). CONCLUSIONS: Histopathologic margin affects the risk of LR. However, if the in vivo margin is > or =1 cm, it no longer predicts risk of LR. Patient survival is not affected by margin.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,004 | 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; 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 ».