Primary Neuroendocrine Carcinoma of the Uterine Cervix Treated With Complete Surgical Resection and Adjuvant Combination Chemotherapy
Notice bibliographique
Résumé
We describe our experience with one case of cervical large cell neuroendocrine carcinoma (LCNC), with an attempt of an adjuvant chemotherapy after complete surgery. The patient was a 66-year-old female (gravida 3, para 2) presenting with genital bleeding. A cervical mass was diagnosed as high-grade neuroendocrine carcinoma. Radical hysterectomy, pelvic lymph node dissection and bilateral salpingo-oophorectomy were performed as primary treatment for the cervical cancer. The surgical specimen of the uterus had an enlarged cervix of 4 cm in diameter with parametrial invasion. Microscopically, the surgical specimen exhibited invasive proliferation of relatively large tumor cells. Peripheral nuclear palisading and central necrosis were also histologically observed. Tumor cells had abundant cytoplasm with vesicular nuclei. The final pathological conclusion was high-grade neuroendocrine carcinoma (LCNC). The postoperative diagnosis was cervical cancer, high-grade neuroendocrine carcinoma (LCNC), pT2bN0M0, FIGO stage IIB, ly (+), v (+). Adjuvant treatment with cisplatin and irinotecan was planned at 4-week intervals. With the completion of three cycles of adjuvant chemotherapy, there was no evidence of recurrent disease. We determined the adjuvant therapy to be effective and well tolerated, and the therapy is now planned to be continued. In conclusion, we experienced a rare case of uterine cervical LCNC. It was surgically resected completely, and adjuvant chemotherapy has been continued. Adjuvant combination chemotherapy with cisplatin and irinotecan is expected to improve the prognosis of cervical LCNC. J Clin Gynecol Obstet. 2017;6(1):23-27 doi: https://doi.org/10.14740/jcgo432w
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».