Survival Correlates With Adjuvant Choice in Sentinel Node Positive Head and Neck Cutaneous Melanoma
Notice bibliographique
Résumé
OBJECTIVE(S): The objective of this study is to evaluate the utilization and outcomes of completion lymph node dissection (CLND) and immunotherapy for sentinel lymph node biopsy (SLNB) positive head and neck cutaneous melanoma (HNCM). METHODS: Patients with primary HNCM and positive SLNB in the 2020 National Cancer Database (NCDB) Melanoma file were reviewed. The frequency of CLND and immunotherapy was tracked from 2012 to 2019. Clinicodemographic features of patients were evaluated with respect to their post-SLNB treatment choice. Overall survival (OS) was calculated from the time of diagnosis, and the association of therapy choice with survival was determined using a multivariate Cox regression analysis. RESULTS: The rates of CLND declined from 66% to 18% while adjuvant immunotherapy increased to a peak of approximately 40%, with an inflection point occurring in 2016. Multivariate survival analysis indicated that immunotherapy use alone, though not CLND, was associated with improved prognosis (hazard ratio 0.65, 95% confidence interval 0.45-0.93). Patient characteristics associated with immunotherapy administration included age (p < 0.01), insurance type (p = 0.002), income (p < 0.001), and healthcare facility type (p = 0.005). CONCLUSION: In this retrospective NCDB-based study, we find that the modern management of SLNB-positive patients has shifted towards greater use of adjuvant immunotherapy and a decline in CLND; the use of immunotherapy is associated with improved OS. Patients treated with immunotherapy were more likely to be younger, of higher income, and with private health insurance.
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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».