Analysis of Risk Factors for Lymphatic Metastasis in Endometrial Carcinoma and Utility of Three-Dimensional Magnetic Resonance Imaging in Gynecology
Notice bibliographique
Résumé
Background: The aim of our study was to evaluate the utility of three-dimensional magnetic resonance imaging (3D-MRI) in gynecologic fields. We examined the relation between tumor volume measured with 3D-MRI and lymph node metastasis in patients with endometrial carcinoma. Methods: A retrospective analysis of 84 patients with endometrial carcinoma who underwent hysterectomy, bilateral salpingo-oophorectomy with pelvic/para-aortic lymphadenectomy at our institute was performed. Of these, the tumor volume of 59 patients could be calculated using 3D-MRI. Age, serum CA125 level, histologic type and grade, volume of tumors were examined in relation to pelvic/para-aortic lymph node metastasis as preoperative risk factors. Tumor volume measurements were calculated using 3D-MRI with AqariusNET Server 4G software. Univariate and multivariate associations between the preoperative risk factors and pelvic/para-aortic lymph node metastasis were analyzed. Receiver operating characteristic (ROC) curves were used to determine the best cut-off points for CA125 levels and tumor volume to predict lymph metastasis. Results: The mean age, CA125 value and tumor volume were 61.6 years, 51.6 (IU/L) and 11.6 (cm 3 ), respectively. Lymphatic metastasis occurred in 16.0% (10 of 59) patients. Univariate analysis indicated that a high CA125 level and a tumor volume were risk factors (P = 0.0111, 0.0123 respectively). Multivariate analysis revealed that tumor volume was an independent risk factor for lymphatic metastasis (hazard ratio (HR) 12.7, 95% CI 1.06 - 154). The potential cut-off values of CA-125 level and tumor volume were 29 IU/L (sensitivity: 0.744; specificity: 0.821) and 12.79 cm 3 (sensitivity: 0.821; specificity: 0.744), respectively. Conclusions: Our results suggest that tumor volume calculated with 3D-MRI correlates with lymph node metastasis in endometrial carcinoma. World J Oncol. 2018;9(3):74-79 doi: https://doi.org/10.14740/wjon1106w
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».