Sinonasal Sarcomas Management: An International Consensus Statement
Notice bibliographique
Résumé
INTRODUCTION: Sinonasal sarcomas are exceedingly rare entities, constituting less than 7% of head and neck sarcomas. Their complex histology needs specialized treatment, which is often based on multimodal approaches including surgery, radiation therapy, and/or chemotherapy. This manuscript aims to gather expert opinions to establish common management principles for sinonasal sarcomas. METHODS: This international consensus followed a modified Delphi method in seven steps, including statements definition by the core group, expert panel recruitment, and a two-round survey. Sixty-two statements on sinonasal sarcoma management were developed. Experts from multiple continents participated, and results were anonymized and analyzed between March and May 2025. RESULTS: A total of 44 invited experts were recruited, 43.2% otorhinolaryngologists/head and neck surgeons, 31.8% medical oncologists, and 25% radiation oncologists. Participants varied in age and experience, representing Europe (70.5%), North America (18.2%), South America (6.8%), and Asia (4.5%). Among all histologies, biphenotypic sarcoma, chondrosarcoma, leiomyosarcoma, and myofibrosarcoma are principally treated with an upfront surgical management, differently from Ewing sarcoma and rhabdomyosarcoma in which chemotherapy, eventually associated with radiotherapy, is often chosen. In the remaining histologies (angiosarcoma, liposarcoma, malignant peripheral nerve sheath tumor [MPNST], osteosarcoma, and synovial sarcoma), a precise multimodal treatment is less standardized and needs to be discussed on a case-by-case basis. CONCLUSION: Sinonasal sarcomas require a histology-driven approach to determine upfront treatment, whether surgical, medical, or multimodal. Despite this structured strategy, prognosis remains highly variable across subtypes. Multidisciplinary evaluation and individualized management in referral centers are crucial to address the biological diversity and anatomical complexity of these rare malignancies.
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 | 0,099 | 0,075 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,008 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».