Implications of pregnancy on MCN of the pancreas: A multicentric case-control study
Notice bibliographique
Résumé
BACKGROUND: Mucinous cystic neoplasms (MCN) of the pancreas express estrogen and progesterone receptors. Several case reports describe MCN increasing in size during gestation. The aim of this study is to assess if pregnancy is a risk factor for malignant degeneration of MCN. METHODS: All female patients who underwent pancreatic resection of a MCN between 2011 and 2021 were included. MCN resected or diagnosed within 12 months of gestation were defined perigestational. MCN with high grade dysplasia or an invasive component were classified in the high grade (HG) group. The primary outcome was defined as the correlation between exposure to gestation and peri-gestational MCN to development of HG-MCN. RESULTS: The study includes 176 patients, 25 (14 %) forming the HG group, and 151 (86 %) forming the low grade (LG) group. LG and HG groups had a similar distribution of systemic contraceptives use (26 % vs. 16 %, p = 0.262), and perigestational MCN (7 % vs 16 %, p = 0.108). At univariate analysis cyst size ≥10 cm (OR 5.3, p < 0.001) was associated to HG degeneration. Peri gestational MCN positively correlated with cyst size (R = 0.18, p = 0.020). In the subgroup of 14 perigestational MCN patients 29 % had HG-MCN and 71 % experienced cyst growth during gestation with an average growth of 55.1 ± 18 mm. CONCLUSIONS: Perigestational MCN are associated to increased cyst diameter, and in the subset of patients affected by MCN during gestation a high rate of growth was observed. Patients with a MCN and pregnancy desire should undergo multidisciplinary counselling.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».