通过基于Silva模式的分类来确定侵入性宫内腺癌的低风险病例:系统性审查和元分析
Nikita Sinha1, Olivia D Lara1, Kimberly Dessources1
1Department of Obstetrics and Gynecology, Division of Gynecologic Oncology, Lineberger Comprehensive Cancer Center, University of North Carolina, Chapel Hill, NC, USA.
Gynecologic oncology reports
|June 10, 2025
概括
席尔瓦分类系统有效地预测了侵入性宫内腺癌 (EAC) 的结果. 模式A表明转移,复发和死亡的风险较低,而模式B和C分别显示中等和高风险.
科学领域:
- 妇科瘤学 妇科瘤学
- 病理学 病理学 病理学
- 癌症预后 癌症预后
背景情况:
- 侵入性宫内腺癌 (EAC) 的分类对于预测患者的结果至关重要.
- 基于Silva模式的分类系统为EAC的风险分层提供了一个潜在的方法.
研究的目的:
- 评估Silva基于模式的分类系统在预测EAC患者的淋巴结 (LN) 转移,复发和死亡方面的区分能力.
- 根据Silva模式A,B和C,为EAC建立不同的风险概况.
主要方法:
- 系统地搜索PubMed,Scopus和Embase的文献,直到2024年,通过Silva模式分类的EAC研究.
- 包括报告LN转移,复发或死亡结果的研究.
- 随机效应元分析来总结二项式比例,并比较Silva模式之间的结果.
主要成果:
- 分析了19项涉及2998名患者的研究,20.8%的模式A,23.1%的模式B,54.1%的模式C.
- 与模式B (6.1%) 和模式C (22.0%) 相比,Silva模式A的LN转移风险显著降低 (0.6%).
- 模式A病例的复发和死亡风险明显低 (0.3%),明显低于模式B/C的风险. 模式B显示所有结果的风险低于模式C.
结论:
- 席尔瓦分类系统对EAC的瘤结果具有很高的预测能力,具有明显的低 (A),中等 (B) 和高 (C) 风险概况.
- 模式A的低风险概况可能支持降低手术和辅助治疗的升级.
- 模式C病例可能受益于考虑辅助治疗升级.
