Classic and Novel Histopathologic Risk Factors for Lymph Node Metastasis in T1 Colorectal Cancer: A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Treatment of endoscopically resected T1 colorectal cancers is based on the risk of lymph node metastasis. Risk is based on histopathologic features, although there is lack of consensus as to what constitutes high-risk features. OBJECTIVE: The purpose of this study was to conduct a systematic review and meta-analysis of histopathologic risk factors for lymph node metastasis. DATA SOURCES: A search of MEDLINE, Embase, Scopus, and Cochrane controlled register of trials for risk factors for lymph node metastasis was performed from inception until August 2018. STUDY SELECTION: Included patients must have had an oncologic resection to confirm lymph node status and reported at least 1 histopathologic risk factor. INTERVENTION: Rates of lymph node positivity were compared between patients with and without risk factors. MAIN OUTCOME MEASURES: We report the results of the meta-analysis as ORs. RESULTS: Of 8592 citations, 60 met inclusion criteria. Pooled analyses found that lymphovascular invasion, vascular invasion, neural invasion, and poorly differentiated histology were significantly associated with lymph node metastasis, as were depths of 1000 µm (OR = 2.76), 1500 µm (OR = 4.37), 2000 µm (OR = 2.37), submucosal level 3 depth (OR = 3.08), and submucosal level 2/3 (OR = 3.08) depth. Depth of 3000 µm, Haggitt level 4, and widths of 3000 µm and 4000 µm were not significantly associated with lymph node metastasis. Tumor budding (OR = 4.99) and poorly differentiated clusters (OR = 14.61) were also significantly associated with lymph node metastasis. LIMITATIONS: Included studies reported risk factors independently, making it impossible to examine the additive metastasis risk in patients with numerous risk factors. CONCLUSIONS: We identified 1500 μm as the depth most significantly associated with lymph node metastasis. Novel factors tumor budding and poorly differentiated clusters were also significantly associated with lymph node metastasis. These findings should help inform guidelines regarding risk stratification of T1 tumors and prompt additional investigation into the exact contribution of poorly differentiated clusters to lymph node metastasis.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,013 | 0,005 |
| 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 ».