Adjuvant Chemotherapy Improves Survival for Children With Massive Choroidal Invasion of Retinoblastoma
Notice bibliographique
Résumé
Purpose: The purpose of this study was to investigate the effect of adjuvant chemotherapy on outcomes of children with massive choroidal invasion (MCI). Methods: In this study, we reviewed the 5-year relapse-free survival (RFS) and overall survival (OS) of children diagnosed with MCI, managed with or without adjuvant chemotherapy. Excluded were children with additional other high-risk features (post-laminar optic nerve invasion, scleral invasion, or overt extraocular disease). Results: Of 3566 children diagnosed with retinoblastoma, 2023 had enucleation, and 60 eyes of 60 children had pathology showing MCI without concomitant high-risk features. Enucleation was primary (22, 37%), or secondary (38, 63%) after failed eye salvage. Adjuvant systemic chemotherapy (median = 4, range = 1-8 cycles) was given to 48 of 60 (80%) children; 12 of 60 (20%) children had no adjuvant therapy. Five-year RFS was 88.5% (95% confidence interval [CI] = 79.7%-97.3%) and 5-year OS was 90.1% (95% CI = 81.7%-98.5%). Pre-enucleation chemotherapy did not affect RFS (89.7% vs. 75.0%; P = 0.657). Adjuvant chemotherapy improved RFS (97.2% vs. 55.6%; P < 0.001) and OS (97.2% vs. 66.7%; P < 0.001). In subgroup analysis, adjuvant chemotherapy improved RFS for both primarily enucleated (5-year RFS 100% vs. 50.0%; P = 0.002) and secondarily enucleated children (5-year RFS 95.8% vs. 60.0%; P = 0.005). The number of children treated with adjuvant chemotherapy to prevent one post-enucleation systemic relapse or death is three. Conclusions: Adjuvant chemotherapy significantly decreased the risk of tumor relapse and death for children with pathological MCI. For every three children treated with adjuvant chemotherapy, one systemic relapse or death could be prevented.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,005 |
| 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 ».