Intraoperative predictors of appendiceal abnormalities in patients with mucinous ovarian neoplasms
Notice bibliographique
Résumé
OBJECTIVE: To evaluate intraoperative factors predicting appendiceal pathology during gynecologic oncology surgery for suspected mucinous ovarian neoplasms. METHODS: We conducted a retrospective study on 225 patients with mucinous ovarian neoplasms who underwent surgery for an adnexal mass with concurrent appendectomy between 2000 and 2018. Regression analyses were used to evaluate intraoperative factors, such as frozen section of the ovarian mass and surgeon's impression of the appendix in predicting appendiceal pathology. RESULTS: Most patients (77.8%) had a normal appendix on final pathology. Abnormal appendix cases (n = 26) included: metastasis from high-grade adenocarcinoma of the ovary (n = 1), neuroendocrine tumor of the appendix (n = 4), and low-grade appendiceal mucinous neoplasms (n = 26; 23 associated with a mucinous ovarian adenocarcinoma, 2 with a benign mucinous ovarian cystadenoma, and 1 with a borderline mucinous ovarian tumor). Combining normal intraoperative appearance of the appendix with benign or borderline frozen section yielded a negative predictive value of 85.1%, with 14.9% of patients being misclassified, and 6.0% having a neuroendocrine tumor or low-grade appendiceal neoplasm. CONCLUSION: Benign or borderline frozen section of an ovarian mucinous neoplasm and normal appearing appendix have limited predictive value for appendiceal pathology. Appendectomy with removal of the mesoappendix should be considered in all cases of mucinous ovarian neoplasm, regardless of intraoperative findings.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».