کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
8454667 | 1547969 | 2016 | 35 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Predictive impact for postoperative recurrence using the preoperative prognostic nutritional index in pathological stage I non-small cell lung cancer
ترجمه فارسی عنوان
تأثیر پیش بینی شده برای عود مجدد پس از عمل با استفاده از شاخص تغذیه پیش آگهی قبل از عمل در مرحله اول سرطان ریه غیر سلولی آسیب شناختی
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
PNIBVIUFTNCCNRFSROCFDG-PETAUC - AUCCeA - CEALVI - HVACMRI - امآرآی یا تصویرسازی تشدید مغناطیسیRecurrence-free survival - بقاء بدون عودMagnetic resonance imaging - تصویربرداری رزونانس مغناطیسیLymphatic vessel invasion - تهاجم عروق لنفاویfluorodeoxyglucose-positron emission tomography - توموگرافی منتشر شده توسط فلوئوریدوکسلوژن-پوزیترونcomputed tomography - توموگرافی کامپیوتری یا سی تی اسکن یا مقطعنگاری رایانهایBlood vessel invasion - حمله قلبی خونRelative risk - خطر نسبیNon-small-cell lung cancer - سرطان ریه غیر سلولی کوچکNSCLC - سرطان ریوی غیر سلول کوچکPrognostic nutritional index - شاخص تغذیه پیش آگهیNational Comprehensive Cancer Network - شبکه جامع سرطانی ملیPredictive factor - عامل پیش بینی کنندهPostoperative recurrence - عود پس از عملCytokeratin 19 fragment - قطعه سیتوکراتین 19area under the curve - منطقه تحت منحنیreceiver operating characteristics - ویژگی های عملکرد گیرنده
موضوعات مرتبط
علوم زیستی و بیوفناوری
بیوشیمی، ژنتیک و زیست شناسی مولکولی
تحقیقات سرطان
چکیده انگلیسی
The preoperative PNI level is a simple and novel predictor of recurrence in stage I NSCLC patients, and might help identify patients who will need multimodality therapy such as induction or adjuvant therapy.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Lung Cancer - Volume 98, August 2016, Pages 15-21
Journal: Lung Cancer - Volume 98, August 2016, Pages 15-21
نویسندگان
Fumihiro Shoji, Yosuke Morodomi, Takaki Akamine, Shinkichi Takamori, Masakazu Katsura, Kazuki Takada, Yuzo Suzuki, Takatoshi Fujishita, Tatsuro Okamoto, Yoshihiko Maehara,