Can internal mammary lymph nodes irradiation bring survival benefits for breast cancer patients? A systematic review and meta-analysis of 12,705 patients in 12 studies
Notice bibliographique
Résumé
Abstract Objective To evaluate the effect of prophylactic irradiation of internal mammary lymph nodes in breast cancer patients. Methods The computer searched PubMed, EMBASE, Web of science, CNKI, Wanfang Medical Network, the Chinese Biomedical Literature Database to find clinical studies on internal mammary lymph node irradiation (IMNI) in breast cancer. The quality of the included literature was evaluated according to the Newcastle–Ottawa scale. Stata14 software was used for meta-analysis. Results A total of 12,705 patients in 12 articles were included for meta-analyzed. Compared with patients who unirradiated internal mammary lymph nodes (non-IMNI), the risk of death for patients after IMNI was reduced by 11% (HR 0.89, 95% CI 0.79–1.00, P = 0.0470); DFS of group mixed N + patients (high risk group) was significantly improved after IMNI (HR 0.58, 95% CI 0.49–0.69, P < 0.001). Further subgroup analysis shows that compared with non-IMNI, DFS was significantly increased in N 1 or ypN 1 subgroup (HR 0.65, 95% CI 0.49–0.87, P = 0.003) and N 2 or ypN 2 subgroup (HR 0.51, 95% CI 0.37–0.70, P < 0.001) after IMNI, but there was no statistical difference in DFS between the IMNI and non-IMNI groups in N 0 subgroup (HR 1.02 95% CI 0.87–1.20, P = 0.794) and N 3 or ypN 3 subgroup (HR 0.85, 95% CI 0.49–1.45, P = 0.547). No serious incidents were reported in all the included studies, and most of the acute and late side effects were mild and tolerable. Conclusion Under modern radiotherapy techniques, IMNI can safely and effectively bring clinical benefits to N 1–2 breast cancer patients, but its role in N 0 , N 3 breast cancer patients remains to be further studied.
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) | 0,006 | 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 ».