Outcomes and prognostic factors in primary intrathoracic soft tissue sarcoma
Notice bibliographique
Résumé
Background: Intrathoracic soft tissue sarcomas are rare and heterogenous tumors with limited data guiding their management. Due to anatomical complexity and delayed diagnosis, treatment can be challenging. This study aimed to assess clinical outcomes and prognostic factors in intrathoracic soft tissue sarcoma patients treated at a high-volume referral sarcoma center. Methods: This bi-institutional retrospective cohort study (2007-2022) analyzed patients with histopathologically confirmed intrathoracic soft tissue sarcomas. Data from two prospective registries were used to assess overall survival (OS), local recurrence (LR), and distant metastasis (DM) via Kaplan-Meier, cumulative incidence, and multivariable Cox regression. Results: Among 49 patients (median age: 56 years, 55.1% male), 40 (81.6%) had localized and 9 (18.4%) had metastatic disease at diagnosis. The median follow-up was 15.6 months. The median OS was 37.1 months for localized, 5.9 months for metastatic cases. Among localized cases, 55% had recurrences, evenly split between local and distant. LR incidence was 39.4% at 12 months, 53.7% at 24 months; DM incidence was 38.8% and 53.4%. OS was worse in patients >65 years [hazard ratio (HR): 2.69, P=0.04] and with metastatic disease (HR: 4.84, P=0.02). DM risk was higher in grade 2 (HR: 19.38, P=0.03) and grade 3 tumors (HR: 12.65, P=0.02) and those in the lungs, pleura, or diaphragm (HR: 3.56, P=0.046). LR was not associated with grade, margin status, or perioperative therapy. Treatment modality had no impact on DM. Conclusions: Despite a small sample, this is the largest clinical cohort on intrathoracic soft tissue sarcomas, which carry high local and distant recurrence risks. Worse outcomes were linked to age >65 years, metastatic presentation, higher grade, and lung, pleura, or diaphragm location. Given their rarity, multi-institutional studies are needed to refine risk factors, treatment, and outcomes.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,001 | 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 ».