Efficacy of percutaneous cryoablation of renal cell carcinoma in older patients with medical comorbidities: Outcome study in 70 patients
Notice bibliographique
Résumé
INTRODUCTION: The aim of this study was to establish the efficacy of cryoablation for incidentally discovered small renal cell carcinomas in older patients with medical comorbidities. METHODS: We carried out a retrospective chart analysis of outcomes of 70 patients treated by cryoablation. The inclusion criteria were age >56 years, medical comorbidities (Charlson class I-III), and suitability for cryoablation established by urologists and interventional radiologists. In total, 43 patients were male, 27 female, and the age range was 56 to 89. The lesions measured 1.5 to 4 cm; 29 were high-grade Fuhrman and 41 were low grade. All lesions were treated by 2 10-minute freezing cycles separated by an 8-minute thawing period. One to seven cryoprobes were inserted according to a preoperative, 3D computed tomography (CT)-based plan. RESULTS: Results were assessed on follow-up CTs (at 8-9 months). Of the 70 patients, 68 were treated by cryoablations and surgical salvage procedures; these patients were free of disease for 23 to 72 months (mean 39). One patient experienced recurrence and the other was lost to follow-up. One or two cryoablations rendered 66 patients tumour-free and additional surgery rendered another 2 patients tumour-free. The location and configuration of the lesion affected outcomes. Of the 27 posterior lesions, there was 1 failure; of the postero-lateral lesions, there were 4 failures; of the anterior lesions, there were 5 lesions; finally of the 32 central or deep seated lesions, there were 9 failures. Implants with one and two cryoprobes had a high recurrence rate. Three major complications were managed by minor interventions. The mean hospitalization was 1.3 days and the procedure times were variable. CONCLUSION: Percutaneous cryoablation is recommended as a minimally invasive nephron-sparing treatment for amenable lesions in older patients with medical comorbidities.
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 | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 ».