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 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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».