Sentinel lymph node biopsy in squamous cell carcinoma of the head and neck: where we stand now, and where we are going.
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: This review was performed to evaluate the existing literature on sentinel lymph node biopsy (SLNB) for early-stage oral and oropharyngeal head and neck squamous cell carcinoma (HNSCC) in clinically negative (N0) necks. METHODS: A Medline search identified 43 pertinent published trials and reviews in the English-language literature from 1990 to 2005. RESULTS: Recent studies consistently show high sensitivities > 93% for T1 and T2 HNSCC. SLNB has the potential to replace neck dissection in those patients. Data on T3 and T4 tumours are not as promising, although research is currently under way to determine the true metastasis detection rate. Appropriate technique is crucial for the complete detection of the sentinel nodes. For HNSCC sentinel lymphadenectomy, many studies have advocated the use of a colloid tracer and gamma probe detector, as well as the harvesting of a total of three nodes as a good standard technique. CONCLUSIONS: American multicentre trials are currently under way gathering crucial data on this technique. It is very likely that SLNB will become indicated for T1 and T2 oral cavity squamous cell carcinoma with N0 necks, and it is possible that the indication will extend to all early-stage HNSCCs. However, more research will be necessary for advanced head and neck cancers.
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».