Nephrectomy improves survival in patients with invasion of adjacent viscera and absence of nodal metastases (stage T4N0 renal cell carcinoma)
Notice bibliographique
Résumé
OBJECTIVE: To examine the cancer-specific mortality (CSM) of patients with T4N0-2M0 renal cell carcinoma (RCC) treated with either nephrectomy (RN) or no surgery (NS). PATIENTS AND METHODS: Of 43 143 patients with RCC identified in the Surveillance, Epidemiology and End Results database, 310 had tumours involving adjacent organs with no evidence of distant metastases (T4NanyM0) and had RN (246, 79.4%) or NS (64, 20.6%). Kaplan-Meier analyses, Cox regression and competing-risks regression models were used to compare the effect of RN vs NS on CSS. RESULTS: In patients with T4N0 disease the median survival benefit associated with RN vs NS was 42 months (48 vs 6 months, P < 0.001). Conversely, the median survival in patients T4N1-2 was no different between RN and NS (9.3 vs 9.1 months, P = 0.9). Multivariable analyses in T4N0 cases indicated a substantial survival disadvantage for patients having NS vs RN (hazard ratio 4.8, P < 0.001). Conversely, in patients with N1-2 stages, the CSS was virtually the same for NS and RN (hazard ratio 0.9, P = 0.9). Competing-risks regression models confirmed the benefit of RC in patients with T4N0 and the lack of benefit in those with T4N1-2 disease, after controlling for other-cause mortality. CONCLUSION: Our data suggest a survival benefit in patients with T4N0 RCC treated with RC. By contrast, RN seems to have no effect on survival in patients with evidence of nodal metastases.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».