Clinical outcome and prognostic factors in renal medullary carcinoma. A pooled analysis from 18 years of medical literature.
Notice bibliographique
Résumé
INTRODUCTION: We describe clinical features and prognostic factors of renal medullary carcinoma (RMC) by performing a pooled analysis of all reported cases since 1995. METHODS: A systematic search was performed to identify all articles describing patients with medullary renal cancer until February 2013. Survivals were estimated using Kaplan-Meier method with 95% confidence intervals and compared across the groups using the log-rank test. The following factors were evaluated using the Cox proportional hazards model: association of extension of disease at diagnosis, response to therapy, and surgical treatment of primary tumour with overall. RESULTS: A total 47 articles were selected; these described 165 patients with RMC plus 1 from our centre. The median age was 21 years and 98% of cases had the sickle cell trait. The mean size of the primary tumours was 6.0 cm, with an involvement of loco-regional lymph nodes in 71% of cases. The overall survival at diagnosis was 4.0 months in metastatic patients and 17.0 months in non-metastatic patients. Patients who received platinum-paclitaxel-gemcitabine had longer control of the disease when compared to topoisomerase inhibitors or targeted therapies. The multivariate analysis confirmed that the advanced stage at diagnosis increased the risk of death of about threefold. CONCLUSION: RMC is a tumour with poorer prognosis; based on these results, platinum-based chemotherapy is the preferred systemic treatment. Even if radical nephrectomy as an up-front strategy did not report a survival benefit, it may be considered to palliate local symptoms and to perform a correct diagnosis.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 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 ».