Survival Outcomes in Upstaged Cutaneous Head and Neck Melanoma With Negative Sentinel Lymph Node Biopsy: A Retrospective Analysis
Notice bibliographique
Résumé
BACKGROUND: Biopsy is required to stage cutaneous head and neck melanomas (cHNM), but cHNM can be pathologically upstaged following surgical resection. Here, we evaluated whether upstaged cHNM with negative sentinel lymph node biopsy (SLNB) impacts survival and time to cHNM recurrence. METHODS: We retrospectively analyzed cHNM patients with negative SLNB treated from 2007 to 2014. We included adult cHNM patients with T2a-4a disease at biopsy who underwent SLNB-negative and wide local excision. We extracted patient demographics, treatment details, and survival outcomes. Melanoma-specific survival (MSS) and cHNM recurrence outcomes were analyzed using Cox regression analysis and 95% confidence intervals (95% CI). RESULTS: Overall, 87 patients met inclusion criteria, 17 of whom were upstaged after definitive treatment. No significant baseline demographic or cHNM differences were observed between groups. Excisional biopsies were most performed (n = 57, 65.5%), yet upstaged patients more frequently underwent shave or punch biopsies. Most cHNM lesions were found on the face (n = 35, 40.2%). Univariable Cox regression revealed significant association between upstaged pathology (unadjusted hazard ratio: 3.20, 95% CI: 1.12-9.16), close margins (unadjusted hazard ratio: 4.95, 95% CI: 1.61-15.20), and worse MSS; however, multivariable Cox regression did not demonstrate any relationship between upstaged pathology or margin status and MSS. CONCLUSION: Among patients with pT2-4a, SLNB-negative cHNM, pathological upstaging does not independently predict MSS when adjusted for margin status, but large multicenter prospective cohort studies are needed to further validate these findings.
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) | 0,001 | 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 | 0,000 |
| 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 ».