Patients with renal cell carcinoma nodal metastases can be accurately identified: External validation of a new nomogram
Notice bibliographique
Résumé
Outcome of patients with renal cell carcinoma nodal metastases (NM) is substantially worse than that of patients with localized disease. This justifies more thorough staging and possibly more aggressive treatment in those at risk of or with established NM. We developed and externally validated a nomogram capable of highly accurately predicting renal cell carcinoma NM in patients without radiographic evidence of distant metastases. Age, symptom classification, tumour size and the pathological nodal stage were available for 4,658 individuals. The data of 2,522 (54.1%) individuals from 7 centers were used to develop a multivariable logistic regression model-based nomogram predicting the individual probability of NM. The remaining data from 2,136 (45.9%) patients from 5 institutions were used for external validation. In the development cohort, 107/2,522 (4.2%) had lymph node metastases vs. 100/2,136 (4.7%) in the external validation cohort. Symptom classification and tumour size were independent predictors of NM in the development cohort. Age failed to reach independent predictor status, but added to discriminant properties of the model. A nomogram based on age, symptom classification and tumour size was 78.4% accurate in predicting the individual probability of NM in the external validation cohort. Our nomogram can contribute to the identification of patients at low risk of NM. This tool can help to risk adjust the need and the extent of nodal staging in patients without known distant metastases. More thorough staging can hopefully better select those in whom adjuvant treatment is necessary. (c) 2007 Wiley-Liss, Inc.
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 ».