Influence of Grading on Management and Outcome in Mucoepidermoid Carcinoma of the Parotid—A Multi‐institutional Analysis
Notice bibliographique
Résumé
OBJECTIVE: To evaluate clinical outcome of low (G1), intermediate (G2), and high-(G3) grade mucoepidermoid carcinomas (MEC) of the parotid gland. STUDY DESIGN: Retrospective chart review including 212 patients. Clinicopathological data was statistically analyzed regarding grading, overall survival (OS), disease-free survival (DFS) and disease-specific survival (DSS). RESULTS: 105 (49.5%) G1, 73 (34.5%) G2, and 34 (16%) G3 MEC were included and 56 (26.4%) patients presented with neck node metastases. The risk of occult nodal metastases was significantly associated with grading and increased from 9.2% in G1 to 26.7% and 27.8% in G2 and G3 tumors, respectively (p = 0.008). Elective periparotid and cervical lymph node dissection was performed in 170 (80.2%) and 70 (33%) patients, respectively. All patients with positive periparotid nodes when subjected to an additional neck dissection had associated cervical neck node involvement (p < 0.001). Grading was an independent significant prognostic factor for OS (HR 4.05; 95%CI: 1.15-14.35; p = 0.030) and DSS (HR 17.35; 95%CI: 1.10-273.53; p = 0.043). In a subgroup analysis, elective neck dissection (END) was also significantly associated with a better DFS (p = 0.041) in neck node-negative G1 MECs. CONCLUSION: The risk of occult nodal metastasis in intermediate-grade MEC is as high as in high-grade MEC and that END in G1 tumors is associated with a prolonged DFS. Additionally, periparotid node involvement seems to be a predictor for positive neck node involvement. This study presents some preliminary data to consider END in clinically neck node negative patients with parotid MEC; however, larger series are needed. LEVEL OF EVIDENCE: 3 Laryngoscope, 133:124-132, 2023.
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 | 0,001 |
| 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 ».