Cystic Renal Cell Carcinomas: Do They Grow, Metastasize, or Recur?
Notice bibliographique
Résumé
OBJECTIVE: The purpose of this study is to evaluate the interval growth, tumor recurrence, and metastatic disease occurrence of cystic renal cell carcinoma (RCC). MATERIALS AND METHODS: Pre-and posttreatment imaging of 47 histologically proven cystic RCCs, with at least 6 months of pretreatment imaging monitoring or at least 2 years of posttreatment imaging follow-up, or both, was retrospectively reviewed. Tumor morphologic features, preoperative growth, histologic typing and grading, and the incidence of tumor recurrence or metastasis were evaluated. Growth rate of tumors were compared among various histologic subtypes and Fuhrman grades. RESULTS: Of 47 tumors, 27 (57.5%) were clear cell RCCs, 12 (25.5%) were multilocular RCCs, and eight (17%) were papillary cystic RCCs. Overall, 26 (55.3%) tumors were graded as Fuhrman grade 2, 17 (36.1%) were Fuhrman grade 1, and one tumor was Fuhrman grade 3. Of the 26 tumors with a minimum of 6 months of pretreatment imaging monitoring, 19 (73%) did not show a significant increase in tumor size. The differences in mean growth among the Fuhrman grades and different subtypes were not statistically significant. The average duration of posttreatment follow-up was 51 months. There were no local recurrences among the 43 patients who underwent posttreatment imaging, except for one patient who had metastasis at preoperative clinical presentation. CONCLUSION: Cystic RCCs exhibit slow indolent growth, if any, and show no significant metastatic or recurrence potential, with excellent clinical outcomes. We raise the need for revisiting current imaging protocols that may involve frequent pre-and posttreatment imaging in cystic RCCs.
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) | 0,001 | 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 | 0,001 |
| 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 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 ».