Low to intermediate grade lung neuroendocrine tumours. A single centre real world experience
Notice bibliographique
Résumé
INTRODUCTION: Lung neuroendocrine tumours (LNETs) are a rare heterogenous group of tumours whose incidence has been increasing. We investigated the diagnosis, treatment, and survival patterns of patients with low to intermediate grade LNETs. METHODS: A retrospective chart review of patients with low to intermediate grade LNETs, treated at a Canadian tertiary-level cancer centre was performed. RESULTS: We identified 59 patients. Most were G1or G2 and well or moderately differentiated. Forty-seven patients presented with local or locally advanced disease, of which 57.4 % received curative intent surgery. The rest were treated with definitive radiation, radical chemoradiation with platinum and etoposide, palliative chemotherapy with doxorubicin, or supportive care. The five-year overall survival (OS) for those treated surgically was 83 % versus 44 % in the non-surgical group. Metastatic disease was seen in 24/59 patients, with a five-year OS in patients with stage IV disease of 39 %. Of those with advanced or unresectable disease (n = 32), 21 received palliative systemic treatment with up to three lines of therapy. First-line treatment was most commonly chemotherapy with platinum/etoposide combination or somatostatin analogue therapy. Second-line treatment involved chemotherapy or targeted everolimus. PRRT was used once as a first-line and once as second-line therapy. Third-line included lanreotide or chemotherapy with capecitabine/temozolomide combination. CONCLUSION: Overall, patients with surgically resectable disease had a good five-year OS. However, inoperable or more advanced disease was associated with a poorer OS. Despite many treatment options, the sequence of treatments is poorly established. This highlights the need for further development and dissemination of evidence-based guidelines for LNET patients.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,002 | 0,001 |
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 ».