Akademik Veri Yönetim Sistemi
Tezin Türü: Tıpta Uzmanlık
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Tıp Fakültesi, Türkiye
Tezin Onay Tarihi: 2011
Öğrenci: SEÇİL SOYDAN ÖZKAPTAN
Danışman: OSMAN KURUKAHVECİOĞLU
Özet:Bu çalışma tek merkezli retrospektif bir veritabanında pozitif sentinel lenf nodu (SLN)' biyopsili meme kanseri hastalarındaki 'non-sentinel lenf nodu metastazını (NSLNM) tahmin etmekte kullanılan beş farklı modelin validasyonunu gerçekleştirmek ve kendi hasta popülasyonumuzda NSLNM insidansında etkili tümör özeliklerini belirlemek amacıyla gerçekleştirilmiştir. Ocak 2007- Mart 2011 arasında Gazi Üniversitesi Tıp Fakültesi Genel Cerrahi Ana Bilim Dalı nda meme kanseri için SLN biyopsisi geçirmiş 197 hastadan SLN metastazı görülen 42 si ile ilgili 26 parametre incelenmiştir. Hasaların tamamında KALN uygulanmıştır. Hastalara MSKCC, Stanford, Cambridge, Tenon ve Gür et. al. tarafından geliştirilmiş tahmin modelleri uygulanmıştır. Receiver Operating Characteristics (ROC) eğrisi altındaki alan, her bir nomogram için hesaplanmıştır. Ayrıca Pearson Ki-Kare Testi ve Fisher exact test.i kullanılarak bizim popülasyonumuzda NSLNM tahmininde en yüksek etkiye sahip parametreler belirlenmiştir. Pozitif SLN li 42 hastadan 14 ünde non-SLN metastazı bulunmaktaydı. MSKCC, Cambridge, Stanford, Tenon ve Gür et. al. modellerinden bizim hasta serimize en uygun değerler Tenon modelinden elde edilmiştir. Ki-kare analizinde; genel patolojik tümör boyutu, lenfovasküler invazyon (LVI) ve pozitif SLN sayısı, non-SLN pozitifliğini tespitte istatistiksel olarak anlamlı bulundu.. Tenon modelinde verilen düşük riskli grup ile bize bulunan skorlar sırasıyla 3,5 ve 3,75 idi ancak diğer modellerde yanlış pozitiflik değerleri kabul edilemeyecek kadar yüksek ya da özgüllük ve duyarlılık değerleri düşüktü. Kendi popülasyonumuzdaki tümör özellikleri üzerinde yapılan incelemede patolojik tümör boyutu, pozitif SLN sayısı ve LVI durumu pozitif non-SLN tahmininde mutlak kullanılması gereken parametreler olarak belirlendi. Hasta sayısı azlığı nedeniyle bulunan sonuçlar daha büyük serilerde tekrar kontrol edilmelidir.