Assessment of nodal staging and risk factors for nodal involvement in gallbladder cancer
Notice bibliographique
Résumé
BACKGROUND: Nodal assessment in gallbladder cancer remains challenging, particularly in incidental gallbladder cancer. This understages the number of patients with node-positive disease, resulting in prognostic inaccuracy and insufficient adjuvant treatment. This study aimed to identify risk factors for positive nodes in gallbladder cancer and to compare prognostic discrimination of available nodal staging parameters. METHODS: This international cohort study assessed gallbladder cancer resections undertaken between 1 January 2010 and 31 December 2020. Logistic regression was used to identify risk factors for node-positive status and develop a risk prediction score for positive nodes. Nodal staging models, including nodal site, number of positive nodes, and positive node ratio were compared for greatest prognostic discrimination in gallbladder cancer. RESULTS: A total of 3676 patients underwent gallbladder cancer resection across 133 centres in 41 countries. Tumour (T) stage (T2, P = 0.012; T3, P = 0.002; and T4, P < 0.001), lymphovascular and perineural infiltration (P < 0.001), and tumour differentiation (P < 0.001) carried the greatest risk of positive nodes. These three parameters comprised the OMEGA Node Positivity Prediction Score (OMEGA-NOPPS) with C-statistics of 0.81 (95% confidence interval 0.78 to 0.84) in the training data set and 0.79 (0.73 to 0.85) in the test data set for identification of node-positive status, highlighting a ≥ 20% increased risk of positive nodes in poorly differentiated tumours with lymphovascular and perineural infiltration despite T1 disease. CONCLUSION: Data from this large multicentre study confirmed that the number of positive nodes is the most discriminative prognostic model for nodal staging in gallbladder cancer. OMEGA-NOPPS provides three simple parameters to stratify nodal involvement according to risk. Incidental gallbladder cancer with lymphovascular and perineural infiltration and poorly differentiated tumours, including early T stages, should be considered for further treatment.
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 | 0,006 |
| 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 | 0,000 | 0,000 |
| 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 ».