Does intra‐operative margin assessment improve margin status and re‐excision rates? A population‐based analysis of outcomes in breast‐conserving surgery for ductal carcinoma in situ
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Using a 2 mm margin criteria, we evaluated the effect of intra-operative margin assessment on margin status and re-excisions following breast-conserving surgery (BCS) for ductal carcinoma in situ (DCIS). METHODS: We identified patients undergoing BCS for DCIS from a prospective, population-based database. Multivariable logistic regression was used to determine the effect of specimen mammography, ultrasound and macroscopic assessment by a pathologist on margins and re-excision rates. RESULTS: In 588 patients, 52% (95% confidence interval [CI], 48%-56%) had positive margins (<2 mm), 39% (95% CI, 35%-43%) had a re-excision and 15% (95% CI, 12%-18%) had completion mastectomy. There were few re-excisions for margins ≥2 mm (2%). Adjusting for confounders, any margin assessment versus wire localization alone did not reduce positive margins (odds ratio [OR], 0.75; P = 0.202) or re-excisions (OR, 1.14; P = 0.564), however both outcomes varied by type of technique ( P < 0.001). Individually, only macroscopic assessment by pathologist reduced positive margins (OR, 0.54; P = 0.002) and re-excisions (OR, 0.61; P = 0.036). CONCLUSIONS: Despite adherence to a 2 mm margin criteria, re-excision rates remain high following BCS for DCIS, with 39% converted to mastectomy when re-excision is required. Intra-operative margin assessment does not appear to reduce re-excisions; in particular, surgeons should be aware of the limitations of specimen mammography for margin assessment in DCIS.
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) | 0,001 | 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) | 0,000 | 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 ».