MétaCan
Menu
Retour à la cohorte
Enregistrement W2301392582 · doi:10.1177/0194599816636812

Salivary Duct Carcinoma of the Parotid

2016· article· en· W2301392582 sur OpenAlexaff
Matthew Mifsud, Saurabh Sharma, Marino E. Leon, Tapan Padhya, Kristen J. Otto, Jimmy J. Caudell

Notice bibliographique

RevueOtolaryngology · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueSalivary Gland Tumors Diagnosis and Treatment
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineSalivary duct carcinomaRadiation therapyUnivariate analysisChemotherapyMalignancyOncologyCarcinomaAdjuvant radiotherapyInternal medicineSurgeryMultivariate analysis

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Salivary duct carcinoma (SDC) is a rare and aggressive malignancy for which an optimal treatment algorithm is lacking. We endeavored to assess the current treatment outcomes for SDC with a multimodality treatment approach combining surgery with adjuvant radiotherapy ± concurrent chemotherapy. STUDY DESIGN: Case series with chart review. SETTING: A National Cancer Institute-designated comprehensive cancer center. SUBJECTS AND METHODS: The clinical record of 17 patients with salivary duct carcinoma were analyzed to assess locoregional control, recurrence-free survival, and overall survival. RESULTS: All SDC cases (n = 17) were managed with surgical resection, followed by adjuvant radiotherapy (47.1%) or concurrent chemotherapy and radiotherapy (52.9%). Median patient follow up was 37 months. An aggressive disease course was generally observed, with 3-year recurrence-free survival and overall survival of 34.4% and 35.5%, respectively. The majority of recurrences were distant. Intensification with adjuvant concurrent chemotherapy was not associated with improved outcomes on univariate survival analysis. CONCLUSION: For salivary duct carcinoma, a multimodality treatment approach is associated with acceptable locoregional control rates but poor distant control and overall survival. Novel systemic therapies may be needed to optimize clinical outcomes.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,044
Score d'incertitude au seuil0,510

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,013
Tête enseignante GPT0,239
Écart entre enseignants0,226 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations20
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOtolaryngologyMême sujetSalivary Gland Tumors Diagnosis and TreatmentTravaux en français237 207