Malignant Sinonasal Tumors: Update on Histological and Clinical Management
Notice bibliographique
Résumé
Tumors of nasal cavity and paranasal sinuses (TuNSs) are rare and heterogeneous malignancies, presenting different histological features and clinical behavior. We reviewed the literature about etiology, biology, and clinical features of TuNSs to define pathologic features and possible treatment strategies. From a diagnostic point of view, it is mandatory to have high expertise and perform an immunohistochemical assessment to distinguish between different histotypes. Due to the extreme rarity of these neoplasms, there are no standard and evidence-based therapeutic strategies, lacking prospective and large clinical trials. In fact, most studies are retrospective analyses. Surgery represents the mainstay of treatment of TuNSs for small and localized tumors allowing complete tumor removal. Locally advanced lesions require more demolitive surgery that should be always followed by adjuvant radio- or chemo-radiotherapy. Recurrent/metastatic disease requires palliative chemo- and/or radiotherapy. Many studies emphasize the role of specific genes mutations in the development of TuNSs like mutations in the exons 4-9 of the TP53 gene, in the exon 9 of the PIK3CA gene and in the promoter of the TERT gene. In the near future, this genetic assessment will have new therapeutic implications. Future improvements in the understanding of the etiology, biology, and clinical features of TuNSs are warranted to improve their management.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».