Thyroid cartilage infiltration in advanced laryngeal cancer: prognostic implications and predictive modelling
Notice bibliographique
Résumé
Objective. Detection of laryngeal cartilage invasion is of great importance in staging of laryngeal squamous cell carcinoma (LSCC). The role of prognosticators in locally advanced laryngeal cancer are still widely debated. This study aimed to assess the impact of volume of thyroid cartilage infiltration, as well as other histopathologic variables, on patient survival.Materials and methods. We retrospectively analysed 74 patients affected by pT4 LSCC and treated with total laryngectomy between 2005 and 2021 at the Department of Otorhinolaryngology – Head and Neck Surgery of the University of Brescia, Italy. We considered as potential prognosticators histological grade, perineural (PNI) and lympho-vascular invasion (LVI), thyroid cartilage infiltration, and pTN staging. Pre-operative CT or MRI were analysed to quantify the volume of cartilage infiltration using 3D Slicer software. Results. The 1-, 3-, and 5-year disease free survivals (DFS) were 76%, 66%, and 64%, respectively. Using machine learning models, we found that the volume of thyroid cartilage infiltration had high correlation with DFS. Patients with a higher volume (> 670 mm3) of infiltration had a worse prognosis compared to those with a lower volume. Conclusions. Our study confirms the essential role of LVI as prognosticator in advanced LSCC and, more innovatively, highlights the volume of thyroid cartilage infiltration as another promising prognostic factor.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».