Does Myasthenia Gravis Affect Long-Term Survival in Thymic Carcinomas? An ESTS Database Analysis
Notice bibliographique
Résumé
Background: Thymic carcinoma is a rare and highly malignant tumor with a dismal prognosis, which occasionally coexists with myasthenia gravis (MG). This study aims to investigate the MG incidence on a surgical cohort of patients with thymic carcinoma and to explore its influence on long-term survival. Methods: the prospectively collected data from the ESTS database on thymic epithelial tumors were reviewed. Clinical, pathological, and survival information on thymic carcinoma were analyzed. Results: the analysis was conducted on 203 patients, with an equal gender distribution (96 males and 107 females). MG was detected in 22 (10.8%) patients, more frequently elderly (>60 years, p = 0.048) and male (p = 0.003). Induction therapy was performed in 22 (10.8%) cases. After surgery, 120 (59.1%) patients had a Masaoka stage II−III while complete resection (R0) was achieved in 158 (77.8%). Adjuvant therapy was performed in 68 cases. Mean follow-up was 60 (SD = 14) months. The 3-year, 5-year and 10-year survival rates were 79%, 75% and 63%, respectively. MG did not seem to influence long-term survival (5-year survival in non-MG−TCs 78% vs. 50% in MG−TCs, p = ns) as age < 60 years, female gender, early Masaoka stage, and postoperative radiotherapy did, conversely. Conclusions: myasthenia occurred in about 10% of thymic carcinomas and it did not seem to affect significantly the long-term prognosis in surgically treated thymic carcinoma-patients.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».