Adequacy of invasive and in situ breast carcinoma margins in radioactive seed and wire‐guided localization lumpectomies
Notice bibliographique
Résumé
Image-guided preoperative localizations help surgeons to completely resect nonpalpable breast cancers. The objective of this study is to compare the adequacy of specimen margins for both invasive breast cancer (IBC) and ductal carcinoma in situ (DCIS) after radioactive seed localization (RSL) vs wire-guided localization (WGL). We retrospectively reviewed 600 cases at a single Canadian academic center from January 2014 to September 2017, comparing surgical margins, re-excisions and reoperations, localization accuracy and major complications (migration, accidental deployment, vasovagal reaction), as well as operative duration between RSL and WGL cases. IBC margins were positive in 7% of RSL and 6% of WGL cases (P = .57). Tumor size (P = .039) and association with DCIS (P = .036) predicted positive margins in invasive carcinoma. DCIS margins were positive in 6% and 8%, and close (≤2 mm) in 37% and 36% of cases (P = .45) for RSL and RSL cases respectively. The presence of extensive intraductal component predicted positive DCIS margins (P < .0001). There was no significant difference between intraoperative re-excisions (P = .54), localization accuracy (P = .34), and operation duration (P = .81). Reoperation for lumpectomies and mastectomies was marginally higher for WGL than RSL (P = .049). There were 11 (4%) WGL and no RSL complications (P = .03). Overall, positive margins for IBC, close or positive margins for DCIS, intraoperative re-excision, localization accuracy, and operation duration were similar between RSL and WGL. The reoperation rate was higher in WGL than RSL, which may reflect practice changes over time. RSL was safer than WGL with lower complication rates.
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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».