MétaCan
Menu
Retour à la cohorte
Enregistrement W4416441538 · doi:10.5306/wjco.v16.i11.110792

Clinicopathological predictors of right para esophageal lymph node metastasis in papillary thyroid carcinoma: A systematic review and meta-analysis

2025· review· en· W4416441538 sur OpenAlexaboutno aff
Mirza Muhammad Hadeed Khawar, M S Cheema, Muneeb Khawar, Muhammad Huzaifa Ahmed Khan, Rimsha Noureen, Hamza Aka Khail, Ali Akram Qureshi, Muhammad Abbas Khokhar

Notice bibliographique

RevueWorld Journal of Clinical Oncology · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueThyroid Cancer Diagnosis and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLymph node metastasisThyroiditisThyroidMetastasisLymph nodeLymphHashimoto Disease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND Dissection of the right paraesophageal lymph node (RPELN) in managing papillary thyroid carcinoma remains a contentious issue. This meta-analysis assesses previously established and novel risk factors associated with RPELN metastasis. AIM To evaluate previously established and novel risk factors associated with RPELN metastasis in patients with papillary thyroid carcinoma papillary thyroid carcinoma through a comprehensive meta-analysis. METHODS We searched MEDLINE (via PubMed), ScienceDirect, Scopus and EMBASE up to December 2024. Studies were assessed using the Newcastle-Ottawa Scale. Statistical analysis was conducted with RevMan version 5.4, using the Q -test and I 2-test for heterogeneity. Sensitivity was evaluated with the leave-one-out method, and publication bias with the Egger regression test and funnel plot. RESULTS Of 2444 articles retrieved, 26 were included in our meta-analysis with 16427 patients. The RPELN metastasis rate was 12.98% [95% confidence interval (CI): 12.46%-13.50%]. The pooled results suggested that age < 55 years [odds ratio (OR) = 1.71, 95%CI: 1.35-2.16, P < 0.00001], sex (OR = 0.60, 95%CI: 0.54-0.67, P < 0.00001), tumor size 1 cm (OR = 3.37, 95%CI: 2.69-4.21, P < 0.00001), multifocality (OR = 1.81, 95%CI: 1.49-2.20, P < 0.00001), capsular invasion (OR = 2.94, 95%CI: 2.05-4.20, P < 0.00001), vascular invasion (OR = 2.16, 95%CI: 1.56-2.99, P < 0.00001), extra-thyroid extension (OR = 3.30, 95%CI: 1.82-5.98, P < 0.0001), central lymph node metastasis (OR = 7.77, 95%CI: 4.73-12.76, P < 0.00001), lateral lymph node metastasis (OR = 6.94, 95%CI: 6.11-7.89, P < 0.00001), Hashimoto thyroiditis (OR = 0.79, 95%CI: 0.69-0.92, P = 0.002), micro-calcifications (OR = 2.29, 95%CI: 1.20-4.37, P = 0.01), and echogenicity (OR = 0.62, 95%CI: 0.40-0.98, P = 0.04) should be considered with RPELN metastasis. CONCLUSION The male < 55, tumor size > 1 cm, multifocality, capsular and vascular invasion, extrathyroidal extension, lymph node metastasis, and Hashimoto thyroiditis were significantly associated with RPELN metastasis and should be carefully assessed during dissection.

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)0,009
score de la tête « metaresearch » (Gemma)0,021
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 enseignants0,013
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,021
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0130,033
Bibliométrie0,0060,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,159
Tête enseignante GPT0,473
Écart entre enseignants0,314 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of Clinical OncologyMême sujetThyroid Cancer Diagnosis and TreatmentTravaux en français237 207