Liver-Directed Locoregional Therapies for Neuroendocrine Liver Metastases: Recent Advances and Management
Notice bibliographique
Résumé
Neuroendocrine tumors (NETs) are a heterogeneous class of cancers, predominately occurring in the gastroenteropancreatic system, which pose a growing health concern with a significant rise in incidence over the past four decades. Emerging from neuroendocrine cells, these tumors often elicit paraneoplastic syndromes such as carcinoid syndrome, which can manifest as a constellation of symptoms significantly impacting patients' quality of life. The prognosis of NETs is influenced by their tendency for metastasis, especially in cases involving the liver, where the estimated 5-year survival is between 20 and 40%. Although surgical resection remains the preferred curative option, challenges emerge in cases of neuroendocrine tumors with liver metastasis (NELM) with multifocal lobar involvement, and many patients may not meet the criteria for surgery. Thus, minimally invasive and non-surgical treatments, such as locoregional therapies, have surfaced. Overall, these approaches aim to prioritize symptom relief and aid in overall tumor control. This review examines locoregional therapies, encompassing catheter-driven procedures, ablative techniques, and radioembolization therapies. These interventions play a pivotal role in enhancing progression-free survival and managing hormonal symptoms, contributing to the dynamic landscape of evolving NELM treatment. This review meticulously explores each modality, presenting the current state of the literature on their utilization and efficacy in addressing NELM.
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 ».