Multicentricity and the Risk of Recurrence/Persistence After Laser Vaporization for High-Grade Vulvar and Vaginal Intraepithelial Neoplasia
Notice bibliographique
Résumé
Background: The aim of the study was to assess the effect of multicentricity on the recurrence/persistence of high-grade vulvar intraepithelial neoplasia (VIN) and vaginal intraepithelial neoplasia (VAIN) after laser vaporization. Methods: A retrospective cohort study was conducted on patients diagnosed with high-grade VIN/VAIN, who had undergone laser vaporization between 1997 and 2014. Recurrence/persistence rates and factors affecting recurrence/persistence were analyzed, and a life table analysis of recurrence-free intervals was conducted. Results: Among the 65 patients, the recurrence/persistence rate following laser vaporization was 22.3 per 100 person-years, with a median time to recurrence/persistence of 31.2 months (95% confidence interval (CI): 0.0 - 71.9 months). Patients with multicentricity and unicentricity had a recurrence/persistence rate of 49.1 per 100 person-years, with a median time to recurrence/persistence of 11.4 months, and 7.4 per 100 person-years, with a median time to recurrence/persistence of 96.5 months, respectively (P = 0.0002). The difference in recurrence-free survival between the multicentricity and unicentricity groups was significant (P = 0.00035). Patients with multicentricity had a 4.7-fold higher risk of recurrence/persistence (hazard ratio (HR): 4.71, 95% CI: 1.87 - 11.88, P = 0.001). Multivariate analysis showed that multicentricity was an independent risk factor for recurrence/persistence (odds ratio (OR): 4.16, 95% CI: 1.56 - 11.06, P = 0.004). Conclusions: Treatment of multicentric, high-grade VIN/VAIN with laser vaporization is strongly associated with treatment failure, with approximately half of patients experiencing recurrence/persistence.
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 | 0,000 |
| 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 ».