MétaCan
Menu
Retour à la cohorte
Enregistrement W2901445090 · doi:10.23736/s0026-4784.17.04179-x

Sentinel lymph node mapping in endometrial cancer: a systematic review and meta-analysis

2018· review· en· W2901445090 sur OpenAlexaff
Jeffrey How, Patrick O'Farrell, Zainab Amajoud, Susie Lau, Shannon Salvador, Emily How, Walter H. Gotlieb

Notice bibliographique

RevueMinerva Obstetrics and Gynecology · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueEndometrial and Cervical Cancer Treatments
Établissements canadiensJewish General Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineEndometrial cancerMeta-analysisSentinel lymph nodeLymphadenectomyAdjuvant therapyFunnel plotOncologyLymph nodeMEDLINEInternal medicineCancerRadiologyPublication biasBreast cancer

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Appropriate extent of lymphadenectomy in clinically, early stage endometrial cancer remains controversial but sentinel lymph node (SLN) mapping has emerged as an alternative staging strategy, until the advent of molecular prognostic markers. We sought to perform a systematic review of the literature to determine pooled estimates for SLN detection rate and diagnostic accuracy, while exploring impact of the SLN on adjuvant therapy and oncologic outcomes. EVIDENCE ACQUISITION: We performed a systematic search utilizing Medline, EMBASE, and Web of Science electronic databases for all studies published in the English language until October 31, 2017. Studies were included for review and potential aggregate analyses if they contained at least 30 endometrial cancer patients with undergoing SLN mapping and reported on detection rates (overall, bilateral or para-aortic) or diagnostic accuracy (sensitivity and negative predictive value [NPV]). Pooled estimates were calculated via meta-analyses utilizing a random-effects model. Studies reporting on the impact of SLN on adjuvant therapy, as well as studies comparing SLN mapping to completion lymphadenectomy were qualitatively reviewed and analyzed as well. EVIDENCE SYNTHESIS: We identified 48 eligible studies, which included 5348 patients for review and inclusion in the meta-analysis for SLN detection or diagnostic accuracy. The pooled SLN detection rates were were 87% (95% CI: 84-89%, 44 studies) for overall detection, 61% (95% CI: 56-66%, 36 studies) for bilateral detection, and 6% (95% CI: 3-9%, 31 studies) for para-aortic detection. Indocyanine green use improved overall (94%, 95% CI: 92-96%, 19 studies) SLN detection rates compared to blue tracer (86%, 95% CI: 83-89%, 31 studies) or technetium-99 (86%, 95% CI: 83-89%, 25 studies). This trend was similarly seen in terms of bilateral detection rates (74% vs. 59% vs. 57%, respectively). There was no difference in para-aortic SLN detection rate between each tracer. The pooled estimates for diagnostic accuracy for 34 studies were 94% (95% CI: 91-96%) for sensitivity and 100% (95% CI: 99 - 100%) for NPV. Diagnostic accuracy of SLN mapping was not negatively affected in patients with high-grade endometrial histology. Patients with SLN mapping are more likely to receive adjuvant therapy and do not have inferior survival or recurrence outcomes compared to those undergoing completion lymphadenectomy. CONCLUSIONS: SLN mapping is a feasible and accurate alternative to stage patients with endometrial cancer. Utilizing indocyanine green results in the highest SLN detection rates. Future studies should prospectively examine the impact of SLN mapping on progression-free and overall survival.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Synthèse
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Méta-analysehigh
gptaucune catégorie
Domaine: non disponible · Genre: Synthèse
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Méta-analysehigh
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,013
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Méta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,839
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0160,002
Bibliométrie0,0030,008
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,122
Tête enseignante GPT0,364
Écart entre enseignants0,242 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

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

Citations67
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMinerva Obstetrics and GynecologyMême sujetEndometrial and Cervical Cancer TreatmentsTravaux en français237 207