Decreasing loco-regional recurrence for oral cavity cancer with total Mohs margins technique
Notice bibliographique
Résumé
BACKGROUND: The conventional technique for cancer resection margin analysis studies only 0.1% of the surgical margins. Complete frozen section margins - also known as Mohs margins - allows for analysis of 100% of the surgical margins. METHODS: The objective of our study is to compare oral cavity cancer loco-regional recurrence rates when treated by total frozen sections technique (Total Mohs margins) versus conventional margins. We conducted a multicenter retrospective cohort chart review. Loco-regional oral cancer recurrence rates were compared between patients treated with total Mohs margins (2007-2013) and patients treated with conventional margins techniques (2002-2007). RESULTS: After applying inclusion criteria, a total of 60 patients treated by total Mohs margins and 57 patients with conventional margins were identified. Patients had similar baseline cancer stages, pathological types, past head and neck cancers and comorbidities (all p > 0.05). One-year recurrence rate was lower (10.0% vs 21.1%, p = 0.019) in favor of Mohs total margins and stayed significantly lower at 5 years of follow-up. When adjusted for T grade with N0 disease, Mohs technique was still beneficial in loco-regional recurrence for Tis-T4N0 up to 2 years (10.5% vs 25.7%, z-score 1.849, p = 0.032). The Number Needed to Treat at 2 years of follow-up for this subgroup of patients (Tis-T4N0) is 6.6. Margins had to be retaken more often intra-operatively in Mohs technique (68.3% vs 12.3%, p < 0.0001), mainly for positive deep margins (48.6% of all margins, p = 0.028). Duration of surgery was not increased with Mohs vs conventional technique (380 min vs 475 min respectively, p = 0.025). CONCLUSIONS: Mohs total margins may result in a significant reduction in cancer recurrence rate at 5 years compare to conventional surgery. Moreover, duration of surgery was not increased when using Mohs technique when judiciously performed.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 ».