Histopathologic Predictors for Locoregional Recurrence in Patients With Oral Squamous Cell Carcinoma – A Single-Center Retrospective Study
Notice bibliographique
Résumé
BACKGROUND: Oral squamous cell carcinoma (OSCC) is known for its aggressive behavior and the high potential for locoregional recurrence (LRR), contributing to poor prognostic outcomes. The aim of this study was to investigate the role of histologic parameters in predicting LRR in patients with OSCC. MATERIALS AND METHODS: A retrospective analysis was performed on 58 OSCC patients treated between January 2018 and December 2022. Data were collected from medical records, focusing on demographics, clinicopathologic features, and treatment details. Different histopathologic factors such as depth of invasion, tumor stage (T), pathologic node stage (N), histologic grade of differentiation, perineural invasion, lymphovascular invasion, extranodal extension (ENE), and margin of resection were correlated with LRR. RESULTS: Out of 58 patients, 20 (34.4%) reported LRR within the first year of follow-up. In the recurrence group, 14 patients succumbed to death within 24 months. Among all the histopathologic parameters, our study found a statistically significant correlation between higher pathologic node stage, presence of ENE, and closest margin of resection (≤5 mm) with LRR. CONCLUSION: Higher pathologic node stage, presence of ENE, and closest margin of resection (≤5 mm) were the histopathologic factors associated with LRR, and can serve as deciding prognostic factors. Treatment intensification in early-stage disease with higher pathologic nodal stage, presence of ENE, and closest margin of resection (≤5 mm) may improve survival outcomes.
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) | 0,001 | 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 ».