MétaCan
Menu
Retour à la cohorte
Enregistrement W2041302820 · doi:10.5489/cuaj.1483

Growth kinetics of small renal masses: A prospective analysis from the Renal Cell Carcinoma Consortium of Canada

2014· article· en· W2041302820 sur OpenAlexaffvenueabout
Michael Organ, Michael Jewett, Joan Basiuk, Christopher Morash, Stephen E. Pautler, Robert Siemens, Simon Tanguay, Martin Gleave, Darrell Drachenberg, Raymond Chow, Joseph L. Chin, Andrew Evans, Neil Fleshner, Andrew Evans, Brenda L. Gallie, Masoom A. Haider, John R. Kachura, Antonio Finelli, Ricardo Rendon

Notice bibliographique

RevueCanadian Urological Association Journal · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal cell carcinoma treatment
Établissements canadiensUniversity of ManitobaVancouver General HospitalUniversity of British ColumbiaMcGill UniversityQueen's UniversityWestern UniversityDalhousie UniversityUniversity of TorontoUniversity Health NetworkUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedicineRenal cell carcinomaProspective cohort studyPopulationCohortInternal medicineDiseaseCarcinomaOncology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Most small renal masses (SRMs) are diagnosed incidentally and have a low malignant potential. As more elderly patients and infirm patients are diagnosed with SRMs, there is an increased interest in active surveillance (AS) with delayed intervention. Patient and tumour characteristics relating to aggressive disease have not been well-studied. The objective was to determine predictors of growth of SRMs treated with AS. METHODS: A multicentre prospective phase 2 clinical trial was conducted on 207 SRMs in 169 patients in 8 institutions in Canada from 2004 to 2009; in these patients treatment was delayed until disease progression. Patient and tumour characteristics were evaluated to determine predictors of growth of SRMs by measuring rates of change in growth (on imaging) over time. All patients underwent AS for presumed renal cell carcinoma (RCC) based on diagnostic imaging. We used the following factors to develop a predictive model of tumour growth with binary recursive partitioning analysis: patient characteristics (age, symptoms at diagnosis) and tumour characteristics (consistency [solid vs. cystic] and maximum diameter at diagnosis. RESULTS: With a median follow-up of 603 days, 169 patients (with 207 SRMs) were followed prospectively. Age, symptoms at diagnosis, tumour consistency and maximum diameter of the renal mass were not predictors of growth. This cohort was limited by lack of availability of patient and tumour characteristics, such as sex, degree of endophytic component and tumour location. CONCLUSION: Slow growth rates and the low malignant potential of SRMs have led to AS as a treatment option in the elderly and infirm population. In a large prospective cohort, we have shown that age, symptoms, tumour consistency and maximum diameter of the mass at diagnosis are not predictors of growth of T1a lesions. More knowledge on predictors of growth of SRMs is needed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,127
Score d'incertitude au seuil0,518

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,010
Tête enseignante GPT0,188
Écart entre enseignants0,178 · 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 tête enseignante, 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

Citations66
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Urological Association JournalMême sujetRenal cell carcinoma treatmentTravaux en français237 207