Accuracy of Histology and Malignancy Grade Between Preoperative Biopsy and Surgical Specimens in Primary Retroperitoneal Sarcoma. A Study From the Prospective Retroperitoneal Sarcoma Registry (RESAR)
Notice bibliographique
Résumé
OBJECTIVE: This study aimed to prospectively assess the accuracy of preoperative biopsy in primary retroperitoneal sarcoma (RPS) across sarcoma referral centers. BACKGROUND: Histologic subtype and malignancy grade are key for guiding RPS treatment strategies. However, the accuracy of preoperative biopsy remains uncertain. METHODS: Data on adult patients with primary localized RPS who underwent preoperative biopsy followed by curative-intent surgery (2017-2020) were collected from the Retroperitoneal Sarcoma Registry. The study aimed to assess concordance between biopsy and surgical specimen histology and grade, using the Cohen kappa statistic. Concordance was also analyzed by center volume (high ≥13 vs. low <13 cases/year). RESULTS: Of 894 enrolled patients, histologic concordance was observed in 87.7% of cases (unweighted κ=0.814; 95% CI: 0.773-0.854). Among 172 tumors initially diagnosed as well-differentiated liposarcomas, 44 (25.6%) were reclassified as dedifferentiated liposarcomas. Grade concordance was observed in 232 of 346 cases (76.1%; weighted κ=0.652; 95% CI: 0.589-0.715), with no difference between computed tomography-guided and ultrasound-guided biopsies. Concordance by tumor grade was 98.9% (grade 1), 62.1% (grade 2), and 40.2% (grade 3). In dedifferentiated liposarcomas, grade concordance was 59.7% (weighted κ=0.385; 95% CI: 0.292-0.479). High-volume centers showed higher concordance for both histology (κ=0.780) and grade (κ=0.680) compared with low-volume centers (κ=0.622 and 0.564, respectively). CONCLUSIONS: Although preoperative biopsy for RPS provides satisfactory histologic accuracy, tumor grade is frequently underestimated. This diagnostic inaccuracy may impact treatment decisions, particularly regarding preoperative therapies. Incorporating additional diagnostic factors may improve the accuracy of preoperative assessment.
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 | 0,008 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».