Clinical and imaging findings in cervical cancer and their impact on FIGO and TNM staging – An analysis from the EMBRACE study
Notice bibliographique
Résumé
OBJECTIVE: To investigate differences in local tumour staging between clinical examination and MRI and differences between FIGO 2009, FIGO 2018 and TNM in patients with primary cervical cancer undergoing definitive radio-chemotherapy. METHODS: Patients from the prospective observational multi-centre study "EMBRACE" were considered for analysis. All patients had gynaecological examination and pelvic MRI before treatment. Nodal status was assessed by MRI, CT, PET-CT or lymphadenectomy. For this analysis, patients were restaged according to the FIGO 2009, FIGO 2018 and TNM staging system. The local tumour stage was evaluated for MRI and clinical examination separately. Descriptive statistics were used to compare local tumour stages and different staging systems. RESULTS: Data was available from 1338 patients. For local tumour staging, differences between MRI and clinical examination were found in 364 patients (27.2%). Affected lymph nodes were detected in 52%. The two most frequent stages with FIGO 2009 are IIB (54%) and IIIB (16%), with FIGO 2018 IIIC1 (43%) and IIB (27%) and with TNM T2b N0 M0 (27%) and T2b N1 M0 (23%) in this cohort. CONCLUSIONS: MRI and clinical examination resulted in a different local tumour staging in approximately one quarter of patients. Comprehensive knowledge of the differential value of clinical examination and MRI is necessary to define one final local stage, especially when a decision about treatment options is to be taken. The use of FIGO 2009, FIGO 2018 and TNM staging system leads to differences in stage distributions complicating comparability of treatment results. TNM provides the most differentiated stage allocation.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».