Clinicopathological Features of Metastatic Gastric Tumors Originating From Breast Cancer: Analysis of Eleven Cases
Notice bibliographique
Résumé
BACKGROUND: Metastatic gastric tumor originating from breast cancer (MGTBC) is rare. Endoscopically, gastric cancer (GC)-like lesions and submucosal tumors (SMT) are the features of MGTBC. Their clinicopathological characteristics are currently uncertain. We analyzed the clinicopathological characteristics of 11 patients with MGTBC to better understand the disease progression and thereby improve early detection methods. METHODS: From 2006 to 2016, 11 patients with MGTBC diagnosed by esophagogastroduodenoscopy (EGD) were included. RESULTS: All 11 patients were women, with a median age of 57 years. Histological examination revealed six cases with solid tubular components and five cases with invasive lobular carcinoma components. Melena was the most common symptom; however, asymptomatic cases were also common. Seven and four cases had GC-like lesions and SMTs, respectively. Six of the seven cases had GC-like lesions with peritoneal metastasis, whereas none of the four SMT cases had peritoneal metastasis (P = 0.015). The median overall survival (OS) in all cases was 26 months (range, 1 - 42 months). OS in cases treated with chemotherapy after a diagnosis of gastric metastases was significantly better than that in those treated without chemotherapy (P = 0.047). One patient showed gradual transformation from an SMT-type lesion to a Borrmann type 4-like appearance. CONCLUSIONS: MGTBC is a rare occurrence; however, it should be considered when gastric tumors, especially GC-like lesions in patients with a medical history of breast cancer are found. Patients with breast cancer, especially invasive lobular carcinoma, should undergo screening EGD regularly to detect gastric metastases early and receive chemotherapy to obtain good outcomes.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 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 ».