Prognostic factors in sinonasal cancers: A multicenter pooled analysis.
Notice bibliographique
Résumé
6092 Background: Sinonasal cancers (SC) are heterogeneous diseases. Despite multimodality treatment, overall survival (OS) remains unsatisfactory. We aimed to identify prognostic factors (PFs) associated with patterns of failure and OS in non-metastatic SC (nmSC). Methods: We retrospectively reviewed a pooled dataset of nmSC from Princess Margaret (Canada) and Catalan Institute of Oncology (Spain) treated with definitive surgery ± postop radiotherapy (RT) or RT ± chemo according to institutional protocols between 2010-2019. In squamous cell carcinoma (SCC), HPV status was tested by p16 staining, and HPV DNA (ISH or PCR) if equivocal. The primary goal was to assess the association of tumor histology, stage (by 7th edition TNM), and other clinicopathological variables on locoregional control (LRC), distant control (DC) and OS. Actuarial rates were calculated with Kaplan–Meier (KM) method. Multivariable analysis (MVA) calculated hazard ratios (aHR) adjusted for histology type, T-/N-categories, and primary treatment. Results: Out of 342 pts, median age was 62 years (y) (range 21-96), Male:Female = 212:130, 95% had ECOG 0-1. Tumor histology types were: 192 (56%) SCC (p16+: 35; p16-/untested: 157), 40 (12%) adenocarcinoma (AD), 33 (10%) sinonasal undifferentiated carcinoma or sinonasal neuroendocrine tumors (SNUC/SNEC), 28 (8%) malignant melanoma (MM), 27 (8%) esthesioneuroblastoma (ES) and 22 (6%) adenoid cystic carcinoma (ACC). Median follow up was 3.6 y (range 0.1-11.3). Three-year actuarial rates for each endpoint are included in table. The PFs for LRC by MVA were: SNUC/SNEC (vs SCC) histology, T3-4 (vs T1-2: aHR 2.4, p = < 0.01) and N+ (vs N-: aHR 1.7, p = 0.02) diseases. The PFs for DC were: MM (vs SCC) and SNUC/SNEC (vs SCC) histology, and T3-4 (vs T1-2: aHR 6.0, p = 0.01) disease. The PFs for OS were: MM (vs SCC) histology, older age (aHR 1.0, p < 0.01), T3-4 (vs T1-2: aHR 5.6, p < 0.01), and N+ (vs N-: aHR 2.5, p < 0.01) disease. There was no difference in primary surgery vs RT in any outcome endpoint (all p > 0.05). p16+ SCC had a marginally higher LRC but similar DC and OS vs p16-/untested SCC (table). Conclusions: This large multicentre cohort of nmSC shows different patterns of relapse and survival with different tumor histologies. Our results suggest that individualization of treatment and follow-up strategies by histologic type is recommended to optimize outcomes in these orphan diseases. [Table: see text]
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 | 0,006 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».