Predictive Factors for Bilateral Disease in Papillary Microcarcinoma: A Retrospective Cohort Study
Notice bibliographique
Résumé
Background: Based on risk stratification, the therapeutic options in papillary microcarcinoma (PTMC) can be active surveillance or surgery. Multifocal tumor occurrence can be decisive in determining the treatment strategy. The objective of this study was to identify risk factors for bilateral tumor occurrence in PTMC to enable individual therapy planning. Methods: A total of 545 PTMC patients who underwent thyroidectomy from 2008 to 2020 were retrieved. Univariate and multivariate analyses were performed to evaluate risk factors for bilateral PTMC. Results: 25.1% (n = 137) of all patients had multifocal PTMC, and 13.2% (n = 72) bilateral PTMC, respectively. In contrast to the maximum tumor size, the total tumor size significantly influenced a bilateral tumor manifestation (median total tumor size 5 mm versus 8.5 mm for bilateral PTMC, p < 0.001). A cut-off level for the total tumor size of >10 mm resulted in a sensitivity and specificity of 29.2% and 94.7%, respectively, in predicting a bilateral tumor manifestation, AUC 0.680 (95% CI, 0.611−0.748, p < 0.001). A cut-off of >4 tumors showed a sensitivity of 99.4% and a specificity of 97.5%, AUC 0.897 (95% CI, 0.870−0.924, p < 0.001) in predicting bilaterality. Conclusion: We could demonstrate for the first time that a total tumor size of >10 mm and more than four tumors significantly increased the risk of bilateral PTMC tumor involvement. These findings enable a risk-adjusted patient treatment.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».