Rhabdomyosarcoma in Pediatric Patients Under 2 Years: Clinical Features and Outcome
Notice bibliographique
Résumé
BACKGROUND: Rhabdomyosarcoma (RMS) typically responds well to a combination of treatments with favorable prognosis in children 1 to 9 years old. However, infants may fare worse due to receiving less aggressive local therapy for concerns about long-term effects of surgery/radiation. This study investigates the clinical characteristics, treatment approach, and survival outcomes of RMS in children under 2. METHODS: We reviewed retrospectively children younger than 2 years with newly diagnosed RMS treated from January 2002 until December 2022 at King Hussein Cancer Center. Demographics, clinical characteristics, and outcomes were analyzed. Statistical analysis included descriptive statistics and survival analysis using Kaplan-Meier methods. All cases were reviewed in a multidisciplinary clinic comprising experienced radiotherapists and surgeons. RESULTS: We identified 34 cases of RMS in patients younger than 2 years at diagnosis. The median age was 13 months, with 70.6% males. The most common tumor site was bladder/prostate (N=13, 38%), followed by orbit (N=5, 14.7%), the predominant subtype was embryonal (N=30). Risk-stratification categorized 17.6% as low-risk and 79.4% as intermediate-risk. Twenty-five patients had tumors >5 cm, with metastasis in 6 (17.6%). All patients received neo-adjuvant chemotherapy, local control was by radiotherapy only (n=12, 35.3%), combined surgery and radiotherapy (n=11, 32.4%), or surgery alone (n=3, 8.8%). The 5-year event-free and overall survival rates were 55.1% and 57.5%, respectively. Fourteen patients experienced relapse/progression, with local relapse the most common pattern. TNM stage, clinical group, metastasis at diagnosis, and radiotherapy use significantly impacted survival. CONCLUSIONS: Children under 2 years of age with RMS face significant challenges, with high local recurrence rates and suboptimal survival outcomes compared with older pediatric patients. Our findings highlight the need for tailored treatment approaches that balance effective local control with minimizing long-term toxicity.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 ».