Pre‐ and Post‐Radiotherapy Radiologic Nodal Features and Oropharyngeal Cancer Outcomes
Notice bibliographique
Résumé
OBJECTIVES: To assess the prognostic value of pre-/post-radiotherapy (pre-/post-RT) radiologic lymph node (LN) features in human papillomavirus (HPV)-positive and HPV-negative oropharyngeal carcinoma (OPC) patients treated with definitive (chemo-)RT. METHODS: Clinical node-positive OPCs treated from 2011 to 2015 were reviewed. Nodal features were reviewed by a radiologist on pre-/post-RT computed tomography (CTs). Univariable analysis calculated hazard ratio (HR) for regional failure (RF), distant metastasis (DM), and deaths. Multivariable analysis estimated adjusted HR (aHR) of significant nodal features identified in univariable analysis adjusting for confounders. RESULTS: Pre-RT CT was undertaken in 344 HPV-positive and 94 HPV-negative OPC patients, of whom 242 (70%) HPV-positive and 67 (71%) HPV-negative also had a post-RT CT. Median follow-up was 4.9 years. Pre-RT LN calcification (pre-RT_LN-cal) increased the risk of RF in HPV-negative (aHR: 5.3, P = .007) but not HPV-positive patients (P = .110). Pre-RT radiologic extranodal extension (pre-RT_rENE+) increased the risk of DM and death in both HPV-negative (DM: aHR 6.6, P < .001; death: aHR 2.1, both P = .019) and HPV-positive patients (DM: aHR 4.9; death: aHR 3.0, both P < .001). Increased risk of RF occured with < 20% post-RT LN size reduction in both HPV-negative (HR 6.0, P = .002) and HPV-positive cases (HR 3.0, P = .049). Post-RT_LN-cal did not affect RF, DM, or death regardless of tumor HPV status (all P > .05). CONCLUSION: Pre-RT_LN-cal is associated with higher RF risk in HPV-negative but not in HPV-positive patients. Pre-RT_rENE increases risk of DM and death regardless of tumor HPV status. Minimal post-RT LN size reduction (< 20%) increases risk of RF in both diseases. Post-RT_LN-cal + has no apparent influence on outcomes in either disease. LEVEL OF EVIDENCE: 4 (a single institution case-control series) Laryngoscope, 131:E1162-E1171, 2021.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,002 | 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 ».