Partial and radical nephrectomy provide comparable long‐term cancer control for <scp>T</scp>1b renal cell carcinoma
Notice bibliographique
Résumé
OBJECTIVES: To examine utilization rates of partial nephrectomy relative to radical nephrectomy for T1b renal cell carcinoma in contemporary years, to identify sociodemographic and disease characteristics associated with partial nephrectomy use, and to compare effectiveness of partial versus radical nephrectomy with respect to cancer control. METHODS: Using the Surveillance, Epidemiology, and End Results database, 16,333 patients treated with partial or radical nephrectomy for T1bN0M0 renal cell carcinoma between 1988 and 2008 were identified. Logistic regression models were carried out to identify determinants of partial nephrectomy. Subsequently, cumulative incidence rates of cancer-specific and other-cause mortality between partial and radical nephrectomy were assessed, within the matched cohort. Furthermore, competing-risks regression analyses were used for prediction of cancer-specific mortality, after adjusting for other-cause mortality, and vice versa. RESULTS: The utilization rate of partial nephrectomy increased from 1.2% in 1988 to 15.9% in 2008 (P < 0.001). Younger individuals, smaller tumors, persons of black race, as well as men, were more likely to be treated with partial nephrectomy in the current cohort (all P ≤ 0.002). In the post-propensity cohort, the 5- and 10-year cancer-specific mortality rates were 4.4 and 6.1% for partial versus 6.0 and 10.4% for radical nephrectomy, respectively (P = 0.03). Competing-risks regression analyses showed that nephrectomy type was not statistically significantly associated with cancer-specific mortality, even after adjusting for other-cause mortality (hazard ratio 0.89, P = 0.5). CONCLUSIONS: Despite providing a comparable cancer control, the use of partial over radical nephrectomy for T1b renal cell carcinoma in USA has remained limited in recent years.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».