MétaCan
Menu
Retour à la cohorte
Enregistrement W1821339412 · doi:10.1186/s40064-015-1385-9

The growth rate of “clinically significant” renal cancer

2015· article· en· W1821339412 sur OpenAlexaff
Ofer N. Gofrit, Vladimir Yutkin, Kevin C. Zorn, Mordechai Duvdevani, Ezekiel H. Landau, Guy Hidas, Dov Pode

Notice bibliographique

RevueSpringerPlus · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal cell carcinoma treatment
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineKidney cancerCancerUrologyKidneyRenal tumorRenal cell carcinomaInternal medicineRadiologyNephrectomy

Résumé

récupéré en direct d'OpenAlex

Surveillance studies of enhancing renal masses report on a mean tumor growth rate of about 0.3 cm/year. In most of these studies however, only small tumors in elderly patients were followed. In the current report, we attempt to evaluate the growth rate of "clinically significant" renal carcinomas defined as tumors that were treated immediately upon diagnosis. 46 patients (mean age 64 years SD 11 years) were treated for renal carcinoma. All had a cross-sectional imaging studies performed 6-60 months prior to diagnosis of kidney cancer demonstrating no tumor. Tumor growth rate was calculated by dividing tumor's largest diameter by the time interval between the normal kidney imaging and diagnosis of renal cancer. Mean tumor diameter was 4.5 cm (SD 2.4 cm). Mean time period from the normal imaging to diagnosis of renal cancer was 33.6 months (SD 18 months). According to the proposed model, the average growth rate of "clinically significant" renal carcinomas was 2.13 cm/year (SD 1.45, range 0.2-6.5 cm/year). Tumor growth rate correlated inversely with patient's age (p = 0.007). Patient gender or Fuhrman's grade did not correlate however. The growth rate of "clinically significant" renal cancer appears to be higher than the rate reported in surveillance trials. Renal tumors tend to grow faster in young patients. As such, variable growth rate should be taken into account when considering active surveillance in young patients and when designing trials for evaluation of anti-cancer agents.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,055
Tête enseignante GPT0,318
Écart entre enseignants0,263 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSpringerPlusMême sujetRenal cell carcinoma treatmentTravaux en français237 207