PET‐CT for Detecting Nodal Metastasis in cN0 Early‐Stage Oral Cavity Squamous Cell Carcinoma
Notice bibliographique
Résumé
Objectives: To determine if positron emission tomography (PET)‐computed tomography (CT) offers any diagnostic advantage over traditional CT neck in assessing the clinically N0 neck in patients with T1 and T2 squamous cell carcinoma (SCC) of the oral cavity. Methods: We performed a retrospective review of patients in the Alberta Cancer Registry who were diagnosed with cT1 or T2N0M0 disease who underwent elective unilateral or bilateral neck dissections. Results of preoperative PET‐CT and CT necks were reviewed for number of “suspicious” lymph nodes. Surgical pathology reports were reviewed to obtain the total number of nodes sampled and number of malignant nodes. Results: Between 2009 and 2011, 148 patients were diagnosed with cT1 or T2N0M0 SCC of the oral cavity. Of these, 62 patients underwent elective neck dissections. Fourteen patients underwent preoperative PET‐CT while 48 patients underwent CT neck alone. Based on final surgical pathology, 6 nodes out of 499 nodes sampled were falsely fludeoxyglucose‐avid in the PET‐CT group while 3 nodes out of 1800 were falsely identified as suspicious on CT neck alone. The overall false positive rate of PET‐CT was significantly higher than CT alone (1.2% vs 0.2%, P <. 001). Both modalities had excellent specificity of >98% for benign nodes in these patients. Conclusions: In patients with cT1 and T2 of the oral cavity and no palpable lymphadenopathy, PET‐CT is no better than CT alone for ruling out nodal metastasis and may have a higher false positive rate.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 0,000 |
| 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 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 ».