New Insight for Axillary De-Escalation in Breast Cancer Surgery: “SoFT Study” Retrospective Analysis
Notice bibliographique
Résumé
Background: The SOUND study demonstrated that an axillary de-escalation may be sufficient in locoregional and distant disease control in selected early breast cancer (EBC) patients. To establish any preoperative variables that may drive sentinel lymph node biopsy (SLNB) omission, a study named sentinel omission risk factor (SOFT) 1.23 was planned. Methods: A single-center retrospective study from a prospectively maintained database was designed, aiming at underlying preoperative prognostic factors involved in sentinel lymph node (SLN) metastasis (lymph node involvement (LN+) vs. negative lymph node (LN−) group). Secondary outcomes included surgical room occupancy analysis for SLNB in patients fulfilling the SOUND study inclusion criteria. The institutional ethical committee Area Territoriale Lazio 2 approved the study (n° 122/23). Results: Between 1 January 2022 and 30 June 2023, 160 patients were included in the study and 26 (%) were included in the LN+ group. Multifocality, higher cT stage, and larger tumor diameter were reported in the LN+ group (p = 0.020, p = 0.014, and 0.016, respectively). Tumor biology, including estrogen and progesterone receptors, and molecular subtypes showed association with the LN+ group (p < 0.001; p = 0.001; and p = 0.001, respectively). A total of 117 (73.6%) patients were eligible for the SOUND study and the potential operating room time saved was 2696.81 min. Conclusions: De-escalating strategies may rationalize healthcare activities. Multifactorial risk stratification may further refine the selection of patients who could benefit from SLNB omission.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».