Developing a hyperthermic intraperitoneal chemotherapy (HIPEC) gynecologic oncology program: a Canadian experience
Notice bibliographique
Résumé
Hyperthermic intraperitoneal chemotherapy (HIPEC) is a treatment option for epithelial ovarian cancer following cytoreductive surgery. The intraperitoneal spread of the disease makes the peritoneal cavity an ideal target for drug delivery. HIPEC has shown promising results in improving overall survival in epithelial ovarian cancer patients when performed during interval cytoreductive surgery. Recent studies have provided level 1 evidence supporting increased overall survival in stage III ovarian cancer patients treated with HIPEC during interval cytoreduction. Meta-analyses have further confirmed the survival improvement in women receiving HIPEC. Despite its inclusion in guidelines, many centers have been hesitant to implement HIPEC programs due to perceived obstacles, such as increased morbidity, cost, and resource requirements. Studies have shown that morbidity rates are acceptable in selected patients, and the addition of HIPEC to cytoreductive surgery is cost effective. Therefore, the main barrier to implementing HIPEC programs is related to resource requirements and logistics, but with proper preparation, these challenges can be overcome. Establishing a successful HIPEC program requires institutional support, a knowledgeable and dedicated team, adequate resources and equipment, and proper training and audit. This review aims to provide evidence based information to guide the development of successful HIPEC programs, including preoperative, anesthetic, and surgical considerations. It also reviews the different equipment and protocols for the perfusion and common postoperative events.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».