Radiology–Pathology Concordance and Prognostication of Nodal Features in <scp>pN</scp>+ Oral Cavity Cancer
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: The aims of our study are to evaluate the diagnostic performance and prognostic value of radiological lymph node (LN) characteristics in pN+ oral cavity squamous carcinoma (OSCC). MATERIALS AND METHODS: pN+ OSCC treated between 2012 and 2020 were included. Preoperative imaging was reviewed by a single radiologist blinded to pathologic findings for the following nodal features: imaging-positive LN (iN+), laterality and total number, and image-identified extranodal extension (iENE). The sensitivity of iN+ for pN+ was calculated. The diagnostic performance of other nodal features was evaluated in the iN+ subgroup. The association of radiologic nodal features with overall survival (OS) was evaluated. Inter-rater kappa for radiologic nodal features was assessed in 100 randomly selected cases. RESULTS: Of 406 pN+ OSCC, 288 were iN+. The sensitivity of iN+ for pN+ was 71% overall, and improved to 89% for pN+ LN >1.5 cm. Within iN+, sensitivity/specificity for LN size (>3 cm), total LN number (>4), and ENE were 0.44/0.95, 0.57/0.84, and 0.27/0.96, respectively. Sensitivity of iENE was higher in the subset, with major (>2 mm) versus minor (≤2 mm) pENE (43% vs. 13%, p = 0.001). Reduced OS was observed in iN+ versus iN- (p = 0.006), iENE+ versus iENE- (p = 0.004), LN size >3 versus ≤3 cm (p < 0.001), and higher LN number (p < 0.001). Inter-rater kappa for iN+, laterality, total LN number, and presence of iENE were 0.71, 0.57, 0.78, and 0.69, respectively. CONCLUSION: Our study shows that despite modest sensitivity of most radiological nodal features, the specificity of image-identified nodal features is high and their prognostic values are retained in pN+ OSCC. LEVEL OF EVIDENCE: 3 (retrospective review comparing cases and controls) Laryngoscope, 134:4947-4955, 2024.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».