Use of fluorescence imaging and indocyanine green for sentinel node mapping during gastric cancer surgery: Results of an intercontinental Delphi survey
Notice bibliographique
Résumé
BACKGROUND: Understanding the extent of tumor spread to local lymph nodes is critical to managing early-stage gastric cancer. Recently, fluorescence imaging with indocyanine green has been used to identify and characterize sentinel lymph nodes during gastric cancer surgery, but no published guidelines exist. We sought to identify areas of consensus among international experts in the use of fluorescence imaging with indocyanine green for mapping sentinel lymph nodes during gastric-cancer surgery. METHODS: In this 2-round, online Delphi survey, 27 international experts voted on 79 statements pertaining to patient preparation and contraindications to fluorescence imaging with indocyanine green during gastric cancer surgery; indications; technical aspects; advantages/disadvantages and limitations; and training and research. Methodological steps were adopted during survey design to minimize bias. RESULTS: Consensus was reached on 61 of 79 statements, including giving single injections of indocyanine green into each of the 4 quadrants peritumorally, administering indocyanine green on the same day as surgery, injecting a total of 1 to 5 mL of 5 mg/mL indocyanine green, injecting endoscopically into submucosa, and repeating indocyanine green injections a second time if sentinel lymph node visualization remains inadequate. Consensus also was reached that fluorescence imaging with indocyanine green is an acceptable single-agent modality for sentinel lymph node identification and that the sentinel lymph node basin method is preferred. However, sentinel lymph node dissection should be limited to T1 gastric cancer and tumors ≤4 cm in diameter, and further research is necessary to optimize the technique and render fluorescence-guided sentinel lymph nodes dissection acceptable for routine clinical use. CONCLUSION: Although considerable consensus was achieved, further research is necessary before this technology should be used in routine practice.
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».