MétaCan
Menu
Retour à la cohorte
Enregistrement W2173173018 · doi:10.1186/s40463-015-0089-z

Computerized tomography based tumor-thickness measurement is useful to predict postoperative pathological tumor thickness in oral tongue squamous cell carcinoma

2015· article· en· W2173173018 sur OpenAlexaff
J. Madana, Frédérick Laliberté, Grégoire B. Morand, Deeke Yolmo, Martin J. Black, Alex Mlynarek, Michael Hier

Notice bibliographique

RevueJournal of Otolaryngology - Head and Neck Surgery · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueHead and Neck Cancer Studies
Établissements canadiensMcGill UniversityJewish General Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineTonguePathologicalBasal cellRadiologyMetastasisTomographySurgical planningRetrospective cohort studyRadiation treatment planningCarcinomaComputed tomographyNuclear medicineSurgeryCancerPathologyInternal medicineRadiation therapy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Tumor thickness has been shown in oral tongue squamous cell carcinoma (OTSCC) to be a predictor of cervical metastasis. The postoperative histological measurement is certainly the most accurate, but it would be of clinical interest to gain this information prior to treatment planning. This retrospective study aimed to compare the tumor thickness measurement between preoperative, CT scan, and surgical specimens . METHODS: We retrospectively included 116 OTSCC patients between 2001 and 2013. Thickness was measured on computer tomography imaging and again surgical specimens. RESULTS: The median age was 66 years. 62.8 % of patients were smokers with a mean of 31.4 pack-years. Positive nodal disease was reported in 41.2 %. Mean follow-up time was 33.1 months. The correlation between CT scan-based tumor thickness and surgical specimens based thickness was significant (Spearman rho = 0.755, P < 0.001). CONCLUSION: Tumor thickness assessed by CT scan may provide an accurate estimation of true thickness and can be used in treatment planning.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,051
Tête enseignante GPT0,283
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Otolaryngology - Head and Neck SurgeryMême sujetHead and Neck Cancer StudiesTravaux en français237 207