Type 2 and type 3 gastric neuroendocrine tumors have high risk of lymph node metastasis: Systematic review and meta‐analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: Lymph node metastasis (LNM) is crucial in determining treatment strategies for gastric neuroendocrine tumors (gNETs). While type 3 is considered more aggressive than types 1 and 2 within the clinical subtype of gNETs, the supporting data were insufficient, due to their rarity. We aimed to study the prevalence and risk factors associated with LNM in gNETs. METHODS: We searched electronic databases from 1990 to 2023 to identify case-control and cohort studies regarding gNETs resected either endoscopically or surgically. The primary outcome measured was the pooled prevalence of LNM in gNETs. Secondary outcomes included categorizing the prevalence of LNM by clinical subtypes and identifying pathological risk factors associated with LNM in gNETs. RESULTS: We included 28 studies, involving 1742 patients, among whom 240 had LNM (pooled prevalence rate, 11.8%; 95% confidence interval 7.6-17.9%). The pooled prevalence rates of LNM for type 1, type 2, and type 3 gNETs were 6.0%, 38.5%, and 23.2%, respectively. Type 2 (odds ratio [95% confidence interval] 11.53 [3.46-38.49]) and type 3 (6.88 [3.79-12.49]) gNETs exhibited a higher risk for LNM compared to type 1. Pathological risk factors for LNM included tumor size >10 mm (4.18 [1.91-9.17]), tumor invasion into the muscularis propria or deeper (11.21 [3.50-35.92]), grade 2/grade 3 (5.96 [2.65-13.40]), and lymphovascular invasion (34.50 [6.70-177.51]). CONCLUSION: We demonstrated that type 2 gNETs, as well as type 3, had a high risk of LNM. Additionally, four pathological risk factors associated with LNM were identified.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle