Rates of open versus laparoscopic and partial versus radical nephrectomy for <scp>T</scp>1a renal cell carcinoma: A population‐based evaluation
Notice bibliographique
Résumé
OBJECTIVES: To examine the trends of open and laparoscopic partial nephrectomy and radical nephrectomy according to sociodemographic and tumor characteristics. METHODS: Using the Surveillance, Epidemiology, and End Results Medicare-linked database, 6024 patients diagnosed with T1a renal cell carcinoma were abstracted. Multivariable logistic regression analyses were used for prediction of open radical nephrectomy, open partial nephrectomy, laparoscopic radical nephrectomy and laparoscopic partial nephrectomy. Covariates comprised of patient age, baseline comorbidity status, sex, race, marital status, socioeconomic status, population density, Surveillance, Epidemiology and End Results registry, tumor size, and year of diagnosis. RESULTS: Open radical nephrectomy decreased from 89% in 1988 to 66% in 2005 (P < 0.001), whereas open partial nephrectomy increased from 7% to 29% (P < 0.001). Meanwhile, utilization of either laparoscopic radical nephrectomy or laparoscopic partial nephrectomy remained low. Treatment utilization differed according to Surveillance, Epidemiology, and End Results registries (P < 0.001). Increasing patient age, female sex, low socioeconomic status and unmarried status (all P ≤ 0.003) were predictors of open radical nephrectomy. The utilization rates of laparoscopic radical nephrectomy or laparoscopic partial nephrectomy varied minimally according to the examined characteristics. Older patients or women were significantly more likely to undergo laparoscopic radical nephrectomy, even after adjustment for all covariates (both P ≤ 0.02). CONCLUSIONS: The rising utilization rates of radical nephrectomy are encouraging. Nevertheless, disparities of treatment type still exist. It is of concern that older and female patients are less likely to undergo nephron-sparing surgery, and to have a radical nephrectomy by the laparoscopic approach instead.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».