Outcomes of therapeutic strategies in Merkel cell carcinoma among patients aged 0–30 years
Notice bibliographique
Résumé
Merkel cell carcinoma (MCC) in patients aged < 30 years is exceptionally rare, representing < 1% of all cases. Limited data exist regarding optimal therapeutic approaches and outcomes in this age group. Our objective was to analyse clinicopathological patterns and therapeutic outcomes of MCC in patients aged 0-30 years through systematic review of the published literature. We extracted all cases of MCC in patients aged 0-30 years published through October 2024, identifying 44 patients from 14 articles. Data on tumour stage, location, treatment modalities, outcomes and recurrence rates were analysed. The cohort comprised 23 male and 21 female patients with a median age of 14.8 years. Head and neck sites were most common (41%), with oral mucosal involvement in 7% of cases - notably higher than in older adults. Advanced presentation was frequent, with 22% presenting with stage IV disease, compared with 10-16% in older cohorts. Treatment analysis of 24 patients revealed that surgery alone achieved only 33% complete resolution (2 of 6), with a 67% relapse rate. Conversely, surgery with adjuvant radiotherapy achieved 100% complete resolution with no documented recurrences. Chemotherapy alone showed no complete responses. Disease-specific mortality was 8%, significantly lower than the 40% 5-year mortality in older adults. In conclusion, young patients with MCC frequently present with advanced disease but achieve excellent outcomes with multimodal therapy. Surgery alone carries unacceptable relapse rates. Standard adult treatment protocols incorporating wide excision and adjuvant radiotherapy are both feasible and highly effective in patients aged < 30 years, with minimal toxicity and superior locoregional control.
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) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».