Gastrointestinal Stromal Tumors: 10-Year Experience in Cancer Center—The Ottawa Hospital (TOH)
Notice bibliographique
Résumé
(1) Background: The management of gastrointestinal stromal tumors (GIST) has significantly evolved over the last two decades, with the introduction of tyrosine kinase inhibitors (TKI). We aim to report 10 years of experience of GIST management at a regional cancer center in Canada. (2) Methods: We retrospectively analyzed the records of 248 consecutive patients diagnosed with GIST between 2011 and 2021. We describe the clinical and pathological data, management, and outcome, including survival. (3) Results: The most common GIST sites were the stomach 63% (156), followed by the small bowel 29% (73). At diagnosis, 83% (206) of patients had localized disease (stage I–III). According to the modified National Institutes of Health consensus criteria (NIH) for GIST, around 45% (90) had intermediate or high-risk disease. Most patients, 86% (213), underwent curative surgical resection. Forty-nine patients received adjuvant imatinib, while forty-three patients had advanced disease and received at least one line of TKI. With a median follow-up of 47 months, the 5-year recurrence-free survival (RFS) rates for very low and low risk were 100% and 94%, respectively, while those for intermediate and high risk were 84% and 51%, respectively. The 5-year overall survival (OS) rates for very low and low risk were 100% and 94%, while intermediate, high risk, and advanced were 91%, 88%, and 65%, respectively. Using the Kaplan–Meier method, there were statistically significant differences in RFS and OS between NIH risk groups, p < 0.0005. In univariate analysis, ECOG, site, mitosis, secondary malignancy, and size were predictors for OS. High mitosis and large size (>5 cm) were associated with worse RFS. (4) Conclusions: Curative surgical resection remains the gold standard management of GIST. Our results are comparable to the reported literature. Further research is needed to explore histology’s role in risk stratification and initiating adjuvant TKI.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».