Preoperative hydronephrosis and diabetes mellitus predict poor prognosis in upper urinary tract urothelial carcinoma
Notice bibliographique
Résumé
INTRODUCTION: We assess the impact of traditional prognostic factors, tumour location, degree of hydronephrosis and diabetes mellitus (DM) on the survival of patients treated for upper urinary tract urothelial carcinoma (UUTUC). METHODS: From January 2004 to March 2010, we analyzed data from 114 patients with UUTUC who underwent nephroureterectomy with a bladder cuff excision. Median patient age was 71 years and median follow-up was 26.5 months. The influence of traditional prognostic factors, including DM, tumour stage, grade, location and degree of hydronephrosis, on recurrence-free survival (RFS) rates were analyzed using Kaplan-Meier analysis and Cox proportional hazards regression model. RESULTS: Among 61 renal pelvis and 53 ureteral tumour cases, recurrence was identified in 71 cases (62.3%). Kaplan-Meier analysis showed that degree of hydronephrosis was associated with RFS (p = 0.001). DM and degree of hydronephrosis were independent factors for RFS in Cox proportional regression analysis (HR=1.8 CI: 1.01-3.55, p = 0.04), (HR=3.7, CI: 2.0-6.5, p = 0.001). All patients with ureteral tumour had no worse prognosis than those with renal pelvis tumour, but the pT2 patients with ureteral tumour had a worse prognosis than those with renal pelvis tumour with a median RFS of 9 months (range: 2.6-15.3 months) and 29 months (range: 8.0-13.2 months), respectively (p = 0.028). CONCLUSIONS: Tumour location is not a factor influencing RFS, except in the pT2 stage. However, severe hydronephrosis is associated with a higher recurrence in UUTUC. Also, DM is related to disease recurrence. Further prospective studies are needed to establish the prognostic significance of DM in large populations.
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 | 0,001 |
| 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 ».