Surgery for pancreatic neuroendocrine tumors during the COVID-19 pandemic: a retrospective cohort from a high-volume center
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
During the COVID-19 pandemic, pancreatic surgery for pancreatic neuroendocrine tumors (PNETs) with surgical indications was postponed or canceled. Patients with PNET patients who underwent pancreatic surgery during the COVID-19 restriction period (3 years) were compared with a similar cohort of patients who underwent surgery in the previous 3 years. Data on patients' characteristics, waiting time, and surgical and pathology outcomes were evaluated. During the study period, 370 patients received surgery for PNETs, 205 (55%) during the first period, and 165 (45%) during the pandemic. A lengthening of the waiting list (182 [IQR 100-357] vs. 60 [40-88] days, p < 0.001) and increased use of anti-tumor medical treatments (any therapy, peptide receptor radionuclide therapy, and somatostatin analogs; all p < 0.001) was found. During the pandemic, surgery occurred after a median of 381 days [IQR 200-610] from diagnosis (vs. 103 [IQR 52-192] of the pre-COVID-19 period, p < 0.001). No statistically significant differences in tumor size and grading distribution were found between the two periods (both p > 0.05), yet only a modest increase of the median Ki67 values in cases operated during the pandemic (4% vs. 3%, p = 0.03). Lastly, these latter patients experienced less major postoperative complications (13% vs. 24%, p = 0.007). During COVID-19, the surgical waiting list of PNET patients was drastically extended, and bridge therapies were preferred. This did not result in more advanced cases at final pathology. PRRT and SSA are valid alternative therapies for PNETs when surgery is not feasible.
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.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 découle