Notice bibliographique
Résumé
PURPOSE OF REVIEW: To review the updated literature on middle ear adenomatous neuroendocrine tumors (MEANTS) and to discuss advances in classification, diagnosis, and management of these tumors. RECENT FINDINGS: The WHO updated its classification of head and neck neuroendocrine neoplasms in 2022. We discuss this classification system, and its implications on the diagnosis of these tumors from a histological and molecular perspective. Furthermore, this framework helps with our understanding of their clinical course and hence management. SUMMARY: In 2022, WHO classified head and neck neuroendocrine neoplasms into well differentiated neuroendocrine tumors (NET) (G1-G3, based on mitotic count/Ki67) and high-grade neuroendocrine carcinoma (NEC) (small/large cell), based on differentiation, atypia, and marker expression. Aside from histological characteristics, the WHO classification distinguishes NETs (site-specific epigenetic changes) from NECs (TP53/RB1 alterations). Small cell NECs show biallelic TP53/RB1 inactivation; large cell NECs are heterogeneous. Molecular profiling helps differentiate NET G3 from NEC. Recent reviews have shown higher rates of recurrence than previous studies, emphasizing the need for surgical modification based on tumor extent and biology, and for indefinite surveillance.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 |
| 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 ».