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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 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 ».