Impact of neoadjuvant radiation on margins for non–squamous cell carcinoma sinonasal malignancies
Notice bibliographique
Résumé
OBJECTIVES/HYPOTHESIS: Treatment of non-squamous cell carcinoma sinonasal malignancies (NSCCSMs) typically involves surgery and radiotherapy (RT), but optimal sequencing remains controversial. STUDY DESIGN: Retrospective chart review. METHODS: Patients with NSCCSM treated with combined surgery and RT between 2000 and 2011 were identified. Margin control, overall survival, disease-free survival, local recurrence-free survival, and regional recurrence-free survival were compared between neoadjuvant and adjuvant RT groups. RESULTS: Eight-four patients were included (23 neoadjuvant and 61 adjuvant RT). A higher proportion of patients receiving neoadjuvant RT achieved negative/close resection margins compared to those receiving adjuvant RT (83% vs. 41%, P = .003). Multivariable analysis also showed that neoadjuvant RT was associated with an 81% decreased odds of positive margins odds ratio: 0.19, 95% confidence interval: 0.05-0.77, P = .02). CONCLUSIONS: Neoadjuvant RT may be associated with improved margin status among patients with NSCCSM treated with surgery and RT. Future prospective studies with larger, more homogeneous populations are needed to clarify optimal treatment strategies. LEVEL OF EVIDENCE: 4 Laryngoscope, 128:2796-2803, 2018.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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) | 0,003 | 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 ».