Surveillance frequency in resected esophageal cancer: Towards personalization of follow-up
Notice bibliographique
Résumé
INTRODUCTION: In spite of advances in curative management of esophageal cancer, a significant proportion of patients have early recurrence following resection. The role of CT-guided surveillance remains undefined. This study aims to determine if follow-up can be personalised, to allow detection of clinically relevant recurrence, while reducing low-yield surveillance for patients. METHODS: A retrospective review was conducted encompassing patients undergoing esophagectomy with curative intent from 1st March 2018-31st May 2022. Routine 3-monthly CT scanning was conducted for 2 years, followed by 6-monthly surveillance for 1 year, and annual surveillance to 5 years. Disease characteristics, time to recurrence and time to death were recorded and interrogated to determine their impact on recurrence and personalization of surveillance. RESULTS: In total, 190 patients underwent surveillance. Seventy-one (37 %) developed recurrence, with most in the first two years. Those who recurred were younger (63 vs 67, p < 0.001), had higher pathologic staging (p < 0.001), higher tumour regression grade (p = 0.005), higher lymph node ratio (p < 0.001) and high-risk histology (p < 0.001). Most recurrences detected were asymptomatic (94 %). A personalised surveillance score was devised. With strict criteria, 12 % of patients could be excluded from surveillance without compromising detection of asymptomatic recurrence. By broadening criteria, a larger portion of patients could avoid imaging, with a small number of asymptomatic recurrences missed. This would require significant balancing of the risk-benefit ratio for individuals. CONCLUSION: Intensive surveillance post-resection of esophageal cancer will detect most recurrences while asymptomatic, potentially facilitating intervention. In select patients, routine surveillance could be excluded without compromising oncologic or patient outcomes.
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| 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 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 ».