Type 2 and type 3 gastric neuroendocrine tumors have high risk of lymph node metastasis: Systematic review and meta‐analysis
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.
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 | 0,006 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,020 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 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 ».