Standard of Care and New Operative Techniques for Small Renal Tumors: a Meta-analysis with a Special Focus on Cryoablation
Notice bibliographique
Résumé
Introduction: the aim of this article is to realize a meta-analysis of published data evaluating open nephrectomy, laparoscopic nephrectomy and cryoablation for small renal masses to define the current data, and to adjust oncological results for patients and follow-up heterogeneity by performing econometric estimations. Materials and methods: a systematic literature review using the STROBE checklist was performed for clinically localized sporadic renal masses from the beginning of January 1996 until October 31, 2008. The main variables evaluated were patients’ age and sex, tumor size, ASA score, duration of follow-up, available clinical outcomes, pathological data, and oncological outcomes. Results: 152 studies representing 19,994 patients were analyzed. The authors found a significant lower operation time for percutaneous cryoablation, and a lower hospital stay and blood losses for all types of cryoablation (i.e. open, laparoscopic and percutaneous). No significant difference is found between cryoablation and resection methods as regard to complication rates. When adjusting oncological results for patients and follow-up heterogeneity, higher recurrence rates at five years are found for cryoablation, on the contrary, no difference is found for specific-cancer survival rates at five years. Conclusions: cryoablation is a safe and less invasive procedure than resection methods. However, its long term efficacy has not yet been established and a more stringent selection of patients is needed to reduce recurrence rates.
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 | 0,029 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,048 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».