MétaCan
Menu
Retour à la cohorte
Enregistrement W4415453393 · doi:10.1210/jendso/bvaf149.2494

SUN-292 Examining Predictive Elements Influencing Metastasis to Right Para Esophageal Lymph Nodes in Papillary Thyroid Carcinoma: A Systematic Review and Meta-Analysis

2025· review· en· W4415453393 sur OpenAlexaboutno aff
Aman Ullah, Rabbia Haider, Muneeb Khawar, Mirza Muhammad Hadeed Khawar, M S Cheema, Aqsa Komel, Muhammad Huzaifa Ahmed Khan, Rimsha Noureen, Arshia Batool, Mujtaba Mubashir, Abdul Qadeer, Robert W. Kirchoff

Notice bibliographique

RevueJournal of the Endocrine Society · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueRadiomics and Machine Learning in Medical Imaging
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMetastasisEchogenicityFunnel plotLymph node metastasisLymph nodeThyroidLymphMeta-analysis

Résumé

récupéré en direct d'OpenAlex

Abstract Disclosure: A. Ullah: None. R. Haider: None. M. Khawar: None. M. Abid: None. M. Hadeed Khawar: None. M. Shaukat: None. M. Asad Cheema: None. A. Komel: None. M. Ahmed Khan: None. R. Noureen: None. A. Batool: None. M. Mubashir: None. A. Qadeer: None. R. W. Kirchoff: None. Background: The role of dissecting the right paraesophageal lymph node (RPELN) in managing papillary thyroid carcinoma (PTC) remains a subject of debate. This meta-analysis examines both established and novel risk factors associated with RPELN metastasis. Methods: Relevant studies published up to December 2024 were retrieved using PubMed, Embase, Ovid, and Scopus search engines. Data were extracted and evaluated using the Newcastle-Ottawa scale. Statistical analysis was performed using Review Manager 5.4, with heterogeneity assessed through the Q-test and I²-test. Sensitivity analysis was conducted using the leave-one-out method, and the Egger regression test was used to generate a funnel plot for publication bias assessment. Results: Out of 2,444 articles screened, 26 studies involving 16,427 patients were included in the meta-analysis. The overall RPELN metastasis rate was 12.98% (2,133/16,427). The pooled analysis revealed significant associations between RPELN metastasis and the following factors: age under 55 years (P < 0.00001), male gender (P < 0.00001), tumor size >1 cm (P < 0.00001), multifocality (P < 0.00001), capsular invasion (P < 0.00001), vascular invasion (P < 0.00001), extra-thyroidal extension (P < 0.0001), central lymph node metastasis (P < 0.00001), lateral lymph node metastasis (P < 0.00001), Hashimoto’s thyroiditis (P = 0.002), micro-calcifications (P = 0.01), and altered echogenicity (P = 0.03). Conversely, no significant associations were observed for tumor location in the right lobe (P = 0.07), superior pole (P = 0.08), middle pole (P = 1.00), inferior pole (P = 0.28), or tumor margins (P = 0.93) (all P > 0.05). Conclusion: Factors such as age <55, male sex, tumor size >1 cm, multifocality, capsular invasion, vascular invasion, extra-thyroidal extension, central lymph node metastasis, lateral lymph node metastasis, and Hashimoto’s thyroiditis are significantly associated with RPELN metastasis. These should be carefully considered during RPELN dissection in PTC management. Presentation: Sunday, July 13, 2025

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,018
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0120,032
Bibliométrie0,0050,007
Études des sciences et des technologies0,0010,000
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,356
Écart entre enseignants0,317 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Endocrine SocietyMême sujetRadiomics and Machine Learning in Medical ImagingTravaux en français237 207