Preoperative Axillary Ultrasound in the Era of Z0011: A Model for Predicting High Axillary Disease Burden
Notice bibliographique
Résumé
The ACOSOG Z0011 and IBCSG 23-01 trials demonstrated that axillary lymph node dissection (ALND) offers no prognostic benefit in breast cancer patients with clinically negative axillae and low disease burden (one to two positive nodes) on sentinel lymph node biopsy (SLNB). However, uncertainty remains regarding the management of patients with clinically negative axillae (cN0) who are found to have suspicious lymph nodes on imaging that are subsequently confirmed positive by biopsy. The current practice often directs these patients to upfront ALND, potentially exposing them to unnecessary surgical morbidity. This study aimed to assess the role of axillary ultrasound in predicting high axillary nodal burden and guiding surgical management. Using the Alberta Cancer Registry, we identified 107 cN0 breast cancer patients from 2010 to 2017 who underwent preoperative axillary ultrasound with positive biopsy followed by ALND. Our findings reveal that 42% of these patients had low axillary nodal burden on final pathology, meeting Z0011 criteria, and might potentially have avoided ALND. Furthermore, axillary ultrasound findings were not predictive of high axillary burden. These results highlight that many patients undergoing upfront ALND based on positive ultrasound-guided biopsy could benefit from SLNB alone. This supports the 2023 NCCN guidelines advocating for more selective use of ALND to minimize overtreatment and associated morbidity.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».