MétaCan
Menu
Retour à la cohorte
Enregistrement W2724441437 · doi:10.1111/ans.14089

Predictive factors for lymph node metastasis in early gastric cancer with signet ring cell histology: a meta‐analysis

2017· review· en· W2724441437 sur OpenAlexaboutno aff
Xudong Zhao, Aizhen Cai, Hongqing Xi, Yanjing Song, Yi Wang, Hua Li, Peiyu Li, Lin Chen

Notice bibliographique

RevueANZ Journal of Surgery · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueGastric Cancer Management and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineLymphovascular invasionCochrane LibrarySignet ring cellSignet ring cell carcinomaMeta-analysisCancerOncologyLymph nodeInternal medicineHistologyMetastasisLymph node metastasisPathologyAdenocarcinoma

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Less invasive surgery is widely used in the treatment of early gastric cancer; however, no definite guidelines exist regarding indications for less invasive surgery to treat early gastric cancer with signet ring cell histology. The aim of this study was to identify risk factors for lymph node metastasis (LNM) in early signet ring cell carcinoma (SRC). An extensive search of PubMed, Embase and the Cochrane library was performed for pertinent articles involving early SRC and LNM. METHODS: Eligible data (gender, depth of invasion, lymphovascular invasion, size, ulceration, macroscopic type and location) were extracted from the included studies and systematically reviewed via a meta-analysis. Review Manager version 5.3 was used to perform the data processing. The Newcastle-Ottawa Scale was utilized to evaluate the quality of the included articles. RESULTS: Fourteen studies were included in the final analysis. After meta-analysis, female gender, submucosal invasion, lymphovascular invasion and size >20 mm were associated with LNM in early SRC. CONCLUSION: Four variables were identified as risk factors for LNM in early SRC. The significance of the results of the present study should be further confirmed in more early SRC patients for future clinical use.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,014
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0100,029
Bibliométrie0,0040,005
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,205
Tête enseignante GPT0,369
Écart entre enseignants0,164 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
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

Citations11
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueANZ Journal of SurgeryMême sujetGastric Cancer Management and OutcomesTravaux en français237 207