Surgical margins for borderline and malignant phyllodes tumours
Notice bibliographique
Résumé
Background Phyllodes tumours represent less than 1% of all UK breast neoplasms. Histological features allow classification into benign, borderline or malignant, which has a significant impact on prognosis and recurrence. Currently, there is no consensus for the optimal surgical excision margin. This systematic review aims to provide a comparative summary of outcomes (local recurrence, metastasis and survival) for borderline and malignant phyllodes tumours resected with either ≥1cm or <1cm margins. Methods MEDLINE and Embase were systematically searched (1990 to July 2019), in line with PRISMA guidelines. Study quality was assessed using the Newcastle–Ottawa scale. Results Ten retrospective studies were included (Newcastle–Ottawa scale mean score: 5.6, range: 8–4). Nine reported local recurrence rates, four reported distant metastasis and four reported survival. Meta-analysis pooling demonstrated no statistically significant difference between <1cm and ≥1cm margins in terms of local recurrence rates (relative risk [RR] 1.43, 95% confidence interval [95% CI] 0.70 – 2.93; p=0.33, n=456), distant metastasis (RR 1.93, 95% CI 0.35 – 10.63; p=0.45, n=72) or mortality (RR 1.93, 95% CI 0.42 – 8.77; p=0.40, n=58) for borderline and malignant tumours. Additionally, two studies demonstrated no significant difference in local recurrence for borderline tumours excised with <0.1cm margins compared to ≥1cm. Conclusion Current evidence suggests that margins <1cm may provide adequate tumour excision. This could enable breast conservation in patients with smaller breast-to-tumour volume ratios, with improved cosmetic outcomes and patient satisfaction. A prospective, multi-institutional trial would be appropriate to further elucidate the safety of smaller margins.
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) | 0,003 | 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) | 0,000 | 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 ».