Impact of facial nerve resection in parotid cancer abutting the facial nerve without preoperative paralysis: A multicentric propensity score-based analysis
Notice bibliographique
Résumé
OBJECTIVES: The management of the facial nerve (FN) is a major issue in parotid cancer, especially when there is no preoperative facial palsy and FN invasion is discovered intraoperatively. The aim of this study was to assess the impact of FN resection in patients with parotid cancer abutting the FN, without pretreatment facial palsy, using a propensity score matching. MATERIALS AND METHODS: Data from all patients treated between 2009 and 2020 for a primary parotid cancer abutting or invading the FN but without pretreatment facial palsy were extracted from the national multicentric REFCOR database. Three different definitions of tumors abutting the FN were used for sensitivity analyses, in a retrospective setting. Propensity score matching was used to assess the impact of FN resection on disease-free survival (DFS), overall survival (OS) and locoregional recurrence-free survival (LRRFS). RESULTS: A total of 163 patients with parotid cancer abutting or invading the FN without pretreatment facial palsy were included. Among them, 99 patients (61 %) underwent FN resection. After overlap weighting and multiple imputation, no benefit of FN resection over preservation was found in terms of OS (HR = 1.21, p = 0.6), DFS (HR = 0.88, p = 0.5) and LRRFS (HR = 0.99, p = 1). Sensitivity analyses revealed similar results, and no significant efficacy was found in the subgroup analyses. CONCLUSION: In this retrospective study with propensity score analysis, FN resection did not improve survival outcomes in patients without preoperative facial palsy treated surgically for a primary parotid cancer abutting the FN. In line with recent guidelines, the results of this study suggest that FN preservation should be considered whenever possible in this specific group of 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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».