患者入组与资格评估
筛选符合初次肿瘤细胞减灭术候选条件的疑似晚期卵巢癌患者。
前瞻性识别2021年8月1日至2025年1月31日期间就诊的患者,根据纳入和排除标准确定合格患者。
A prospective comparison of resectability scores to enhance preoperative decision-making in the primary management of advanced ovarian cancer: a Memorial Sloan Kettering Cancer Center Team Ovary study
研究为前瞻性队列研究,包含200例患者的临床分诊和手术结果数据,并进行了评分系统的预测效能比较和医生调查,但缺乏随机对照和长期结局。
晚期卵巢癌患者队列(n=200) 原发肿瘤细胞减灭术(PDS)患者(n=144) 新辅助化疗(NACT)患者(n=56)
患者纳入标准:疑似晚期上皮性卵巢癌、输卵管癌或原发性腹膜癌,且适合初次肿瘤细胞减灭术 评分算法:RS1.0高风险(评分≥7)和RS2.0高风险(评分≥6)的定义 分诊流程:低风险和高风险患者的管理路径,包括直接手术、诊断性腹腔镜或新辅助化疗 主要结局:完全肉眼切除(CGR)的实现率,以及次优切除(残余病灶>1 cm)的发生率 统计方法:使用McNemar检验比较RS1.0和RS2.0的高风险分类差异
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
筛选符合初次肿瘤细胞减灭术候选条件的疑似晚期卵巢癌患者。
前瞻性识别2021年8月1日至2025年1月31日期间就诊的患者,根据纳入和排除标准确定合格患者。
使用标准化放射学报告和临床因素计算可切除性评分,并分为低风险和高风险。
由指定的Team Ovary放射科医生进行术前CT扫描,使用标准化同步报告(包含10个解剖类别的39个变量),结合临床因素计算RS1.0和RS2.0评分。
根据评分结果和外科医生判断确定患者初始管理方式,包括直接手术、诊断性腹腔镜或新辅助化疗。
低风险患者分流至初次肿瘤细胞减灭术或诊断性腹腔镜(随后手术或化疗);高风险患者分流至新辅助化疗或诊断性腹腔镜;不一致时根据外科医生决定。
评估初次肿瘤细胞减灭术后的残余疾病状态,包括完全肉眼切除、最佳切除和次优切除。
记录术后肿瘤组织学、FIGO分期、手术程序及残余疾病状态。
比较RS1.0和RS2.0预测完全肉眼切除和次优切除的能力。
计算敏感性、特异性、阳性预测值、阴性预测值和准确性,并使用McNemar检验比较高风险分类的差异。
评估RS1.0和RS2.0的可行性和易用性。
对外科医生进行调查,比较两者在易用性、计算时间和偏好方面的差异。
按研究目的归类文中使用的方法,便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 影像学评估 | 计算机断层扫描(CT)扫描仪 | -- | -- |
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 患者纳入与排除 | 纳入标准:疑似晚期上皮性卵巢癌、输卵管癌或原发性腹膜癌,且适合初次肿瘤细胞减灭术;排除标准:严重合并症(如虚弱、肝或肾功能衰竭、严重心血管或肺部疾病)、新发肺栓塞、Aletti等标准(年龄>75岁,血清白蛋白3.0 g/dL,ASA≥3或广泛疾病)、不可切除的IVB期疾病(如多发肝实质转移、肺转移包括弥漫性胸膜受累、脑转移或 bulky thoracic adenopathy)、初治在其他机构、非上皮性组织学类型 阅读提示:Methods - Patients 部分 |
| 影像学评估与评分计算 | 影像学:腹部和盆腔CT扫描;标准化同步报告包含39个变量,跨10个解剖类别;RS1.0高风险≥7,低风险≤6;RS2.0高风险≥6,低风险≤5;由外科医生计算评分 阅读提示:Methods - Resectability Score Algorithm 部分及补充表1A-B |
| 分诊流程 | 低风险:直接手术或诊断性腹腔镜;高风险:新辅助化疗或诊断性腹腔镜;不一致时由外科医生决定;最终管理由外科医生决定 阅读提示:Methods - Resectability Score Algorithm 部分及图1 |
| 手术结局记录 | 记录肿瘤组织学、FIGO分期(第8版,2017年)、手术程序及残余疾病状态;CGR定义为无肉眼可见残留病灶;最佳切除定义为残余病灶≤1 cm;次优切除定义为残余病灶>1 cm 阅读提示:Methods - Resectability Score Algorithm 部分 |
| 统计分析 | 计算敏感性、特异性、PPV、NPV、准确性;使用McNemar检验比较高风险分类(p<0.05表示不一致) 阅读提示:Methods - Statistical Analysis 部分 |