Overall mortality after radical nephrectomy in patients aged over 80 years with renal cancer: A retrospective study on preoperative prognostic factors
Notice bibliographique
Résumé
OBJECTIVES: To evaluate the overall survival postnephrectomy for renal cancer for patients aged over 80 years, and to identify preoperative prognostic factors that might influence therapeutic strategies. METHODS: In a retrospective study in five French departments of urology, 179 patients aged over 80 years with renal cell carcinoma underwent radical nephrectomy between 1990 and 2011. The following data were collected: age, sex, body mass index, Charlson Comorbidity Index, American Society of Anesthesiology class, Eastern Cooperative Oncology Group Performance Status, type of surgery, period of follow-up, survival, death etiology, symptoms, Fuhrman grade and tumor-nodes-metastasis stage. RESULTS: After a 29.6-month follow up, 89 patients (49.7%) died. Death etiologies were: cancer for 46 (52%) patients, immediate or distant perioperative complications for five patients (6%) and three patients (3%) respectively, cardiovascular disease for 16 patients (18%), other cancers for three patients (3%) and unknown for 16 patients (18%). In a multivariate analysis, T-stage, M-stage and Charlson Comorbidity Index were identified as independent prognostic factors. Patients were divided into three groups (good, intermediate and bad prognosis) with significantly different survivals of 91, 36 and 22 months (P < 0.0001), respectively. CONCLUSIONS: Preoperative data, including T-stage, M-stage and Charlson Comorbidity Index represent significant independent prognostic factors for survival for patients aged over 80 years. These data might help the clinician in selecting the most suitable candidates for radical nephrectomy among elderly patients with renal cancer.
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 ».