MétaCan
Menu
Retour à la cohorte
Enregistrement W4317821383 · doi:10.3389/fonc.2023.1117024

When tissue is not the only issue: Poorly differentiated lung squamous-cell carcinoma with adrenal, costochondral, and cardiac metastases – case report

2023· article· en· W4317821383 sur OpenAlexaff
Megan Clark, Andres G. Griborio-Guzman, Nishigandha P. Burute, Sonja Lubbers, Margaret L. Anthes, Masoud Sadreddini, Olexiy I. Aseyev

Notice bibliographique

RevueFrontiers in Oncology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Diagnosis and Treatment
Établissements canadiensThunder Bay Regional Health Sciences CentreNOSM University
Organismes subventionnairesnon disponible
Mots-clésMedicineLung cancerCarboplatinRadiologyBiopsyCancerMetastasisLungPathologyInternal medicineChemotherapy

Résumé

récupéré en direct d'OpenAlex

Nonmelanoma skin cancer is the most common cancer in the world, and lung cancer is the leading cause of death from cancer. Histologically, squamous cell carcinoma (SCC) is the second most prevalent type of both skin and lung cancers. We report the case of a 38-year-old female with metastatic, poorly differentiated lung SCC detected on chest X-ray after she presented to the hospital with cough and dyspnea. She had had a 7.5 cm moderately differentiated well-circumscribed posterior scalp SCC completely excised eight years earlier. CT scan showed a large right lung mass, nodular filling defect in the left atrium (LA), and metastases to the adrenal glands and the first rib. Her pulmonary tumor extends to the LA via the right superior pulmonary vein, which is rarely reported in the literature. Ultrasound-guided biopsy of the rib mass showed poorly differentiated SCC. The patient received urgent radiotherapy, given superior vena cava and mainstem bronchus compression. Head CT showed no brain metastasis. A biopsy of the left adrenal initially reported an undifferentiated pleomorphic sarcoma; however, a second pathologist reported it as a poorly differentiated carcinoma of lung origin. At least three pathologists verified the specimen, and it had a PD-L1 test with a 1-49% score. An initial echocardiogram confirmed the LA mass. The patient received a Paclitaxel-Carboplatin-Pembrolizumab regimen as the first-line treatment for metastatic SCC. A repeat echocardiogram after cycle 1 showed a decrease in the size of the tumor in the LA. Almost five months after her initial visit, this young woman’s symptoms and performance status have improved post-palliative radiotherapy and chemo-immunotherapy. Follow-up CT showed smaller lung, nodal, adrenal, and costochondral masses, and evidence of necrosis. This case is clinically relevant because it represents a common problem presenting uncommonly. Moreover, it highlights that ultrasound-guided interventions and medical imaging are essential in directing metastatic cancer diagnosis, treatment, and follow-up, especially when pathology cannot confirm but only presume a specific diagnosis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,002
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0060,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,294
Écart entre enseignants0,279 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeÉtude de cas
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in OncologyMême sujetCancer Diagnosis and TreatmentTravaux en français237 207