Scidown文献预览系统!
默克尔细胞癌前哨淋巴结阳性的预测特征( Features Predicting Sentinel Lymph Node Positivity in Merkel Cell Carcinoma )
JL Schwartz KA Griffith L Lowe SL Wong Christopher K Bichakjian Humans Lymph Nodes Carcinoma, Merkel Cell Lymphatic Metastasis Sentinel Lymph Node Biopsy Odds Ratio Risk Assessment Chi-Square Distribution Predictive Value of Tests Aged
目的:Merkel细胞癌(MCC)是一种相对罕见的潜在侵袭性皮肤恶性肿瘤。我们检查了原发性MCC的临床和组织学特征,这些特征可能与前哨淋巴结(SLN)阳性的概率相关。方法:在密西根大学接受SLN活检的95例MCC患者。对97例原发肿瘤进行SLN活检,93例发现SLN。对其临床和组织学特征及相关SLN阳性进行了回顾性分析。这些特征与阳性SLN之间的单变量关联通过(2)或Fisher精确检验进行了检验。一个反向消除算法被用来帮助建立一个最佳的多变量模型来解释一个正的SLN。结果:SLN阳性与病灶的临床大小、最大水平组织学尺寸、肿瘤厚度、有丝分裂率和组织学生长方式密切相关。两个相互竞争的多元模型被生成来预测一个阳性的SLN。两种模型的组织学生长模式都存在,并结合肿瘤厚度或有丝分裂率。结论:临床大小的增加,肿瘤厚度的增加,有丝分裂率的增加和浸润性肿瘤的生长模式与SLN阳性的可能性显著相关。通过使用生长模式和肿瘤厚度模型,没有一个亚组的患者被预测有低于15%到20%的阳性SLN的可能性。这提示所有临床上没有区域淋巴结疾病证据的MCC患者都应考虑进行SLN活检。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】