Surgical Margin Definition and Assessment in Head and Neck Oncology: A Cross-Sectional Survey of Canadian Head and Neck Surgeons
Notice bibliographique
Résumé
IMPORTANCE: Head and neck squamous cell carcinomas (HNSCC) are responsible for a significant amount of morbidity and mortality in Canada. Surgical margins are one of the most important factors used to guide treatment; however, currently there is a lack of consensus on the ideal surgical margin definition, sampling, and assessment method. OBJECTIVE: To understand the current perspectives and practice patterns of Canadian head and neck surgeons with respect to surgical margin: (1) definition, (2) sampling, (3) pathological assessment. DESIGN: A 24-question cross-sectional survey was sent via email through the Canadian Society of Otolaryngology-Head & Neck Surgery (CSOHNS), and responses were gathered from December 19, 2023, to March 12, 2024. Responses were aggregated and reported using descriptive statistics. SETTING/PARTICIPANTS: The survey was conducted in Canada among self-reported staff head and neck oncology surgeons with membership in the CSOHNS. RESULTS: A total of 36 staff head and neck oncology surgeons responded from across Canada. The most common (58.3%) definition of a negative surgical margin for oral cavity HNSCC was ">5 mm formalin fixed paraffin embedded distance." To obtain surgical margins, surgeons were split with 44.1% using only a tumor bed approach and 32.4% using only a specimen-driven approach. A dedicated head and neck pathologist is always available more commonly for final pathological assessment (63.6%) versus intraoperative frozen section assessment (15.5%). Finally, most surgeons reported having a synoptic standardized reporting system for annotating margin status (78.8%). CONCLUSIONS/RELEVANCE: The results of this survey provide a current-state analysis of head and neck surgeons across Canada and set the stage for future efforts to be directed toward standardizing the collection method and reporting criteria for surgical margins in HNSCC.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».