MétaCan
Menu
Retour à la cohorte
Enregistrement W2425887161

Number needed to treat analysis for planned neck dissection after chemoradiotherapy for advanced neck disease.

2010· review· en· W2425887161 sur OpenAlexaff
Hedyeh Javidnia, Martin Corsten

Notice bibliographique

RevuePubMed · 2010
Typereview
Langueen
DomaineMedicine
ThématiqueNerve Injury and Rehabilitation
Établissements canadiensOttawa Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineGynecology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: to analyze how many planned neck dissections (PNDs) must be performed to prevent one fatal neck recurrence after chemoradiotherapy for head and neck cancer with regional metastasis. METHODS: a systematic literature review of studies using chemoradiotherapy as primary treatment for head and neck cancer was performed. Data were extracted where possible to determine estimates for the following variables: (1) percentage of N2-3 necks still harbouring cancer after chemoradiotherapy as proven by pathology from neck dissection (C); (2) percentage of regional recurrence after PND (P); (3) percentage of regional recurrence after salvage neck dissection for patients without initial PND in whom neck disease recurred after chemoradiotherapy (S); and (4) mortality rate of PND (M). The number needed to treat was calculated using the following equation: NNT = 1/[C*(S+M) - (P+M)]. RESULTS: the number needed to treat is 7.5. CONCLUSION: to prevent one fatal neck recurrence after chemoradiotherapy for head and neck cancer with N2-3 disease, one would need to perform 7.5 PNDs. The results of this study will aid surgeons and patients in making more informed decisions regarding neck dissections.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,980
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0000,001
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 Opus0,026
Tête enseignante GPT0,338
Écart entre enseignants0,312 · 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'étudeAutre devis
Domainenon disponible
GenreSynthèse

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

En bref

Citations5
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetNerve Injury and RehabilitationTravaux en français237 207