MétaCan
Menu
Retour à la cohorte
Enregistrement W3213792303 · doi:10.3389/fonc.2021.784924

The Impact of Histopathological Features on the Prognosis of Oral Squamous Cell Carcinoma: A Comprehensive Review and Meta-Analysis

2021· review· en· W3213792303 sur OpenAlexaff
Eder da Silva Dólens, Maurício Rocha Dourado, Alhadi Almangush, Tuula Salo, Clarissa Araújo Gurgel Rocha, Sabrina Daniela da Silva, Peter A. Brennan, Ricardo D. Coletta

Notice bibliographique

RevueFrontiers in Oncology · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueHead and Neck Cancer Studies
Établissements canadiensMcGill UniversityJewish General Hospital
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e TecnológicoFundação de Amparo à Pesquisa do Estado de São Paulo
Mots-clésMedicineLymphovascular invasionMeta-analysisPerineural invasionGrading (engineering)OncologyBasal cellCochrane LibraryMEDLINEInternal medicineSystematic reviewPathologyCancerMetastasis

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Over many decades, studies on histopathological features have not only presented high-level evidence of contribution for treatment directions and prognosis of oral squamous cell carcinoma (OSCC) but also provided inconsistencies, making clinical application difficult. The 8th TNM staging system of OSCC has acknowledged the importance of some histopathological features, by incorporating depth of invasion (DOI) to T category and extranodal extension (ENE) to N category. The aim of this systematic review with meta-analysis is to determine the most clinically relevant histopathological features for risk assessment and treatment planning of OSCC and to elucidate gaps in the literature. METHODS: A systematic review was conducted using PRISMA guidelines, and the eligibility criteria were based on population, exposure, comparison, outcome, and study type (PECOS). PubMed, Cochrane, Scopus, and Web of Science were searched for articles exploring the impact of histopathological features on OSCC outcomes with Cox multivariate analysis. Pooled data were subjected to an inverse variance method with random effects or fixed effect model, and the risk of bias was evaluated using quality in prognosis studies (QUIPS). Quality of evidence was assessed with the Grading of Recommendations Assessment, Development, and Evaluation (GRADE) criteria. RESULTS: The study included 172 articles published from 1999 to 2021. Meta-analyses confirmed the prognostic potential of DOI, ENE, perineural invasion, lymphovascular invasion, and involvement of the surgical margins and brought promising results for the association of bone invasion, tumor thickness, and pattern of invasion with increased risk for poor survival. Although with a small number of studies, the results also revealed a clinical significance of tumor budding and tumor-stroma ratio on predicted survival of patients with OSCC. Most of the studies were considered with low or moderate risk of bias, and the certainty in evidence varied from very low to high. CONCLUSION: Our results confirm the potential prognostic usefulness of many histopathological features and highlight the promising results of others; however, further studies are advised to apply consistent designs, filling in the literature gaps to the pertinence of histopathological markers for OSCC prognosis. SYSTEMATIC REVIEW REGISTRATION: International Prospective Register of Systematic Reviews (PROSPERO), identifier CRD42020219630.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,027
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0150,038
Bibliométrie0,0090,010
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,135
Tête enseignante GPT0,418
Écart entre enseignants0,283 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations113
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in OncologyMême sujetHead and Neck Cancer StudiesTravaux en français237 207