Skeletal Muscle Metastasis from Renal Cell Carcinoma: 21 cases and review of the literature
Notice bibliographique
Résumé
OBJECTIVES: This study aimed to raise radiologists' awareness of skeletal muscle metastases (SMM) in renal cell carcinoma (RCC) cases and to clarify their imaging appearance. METHODS: A retrospective analysis was undertaken of 21 patients between 44-75 years old with 72 SMM treated from January 1990 to May 2009 at the MD Anderson Cancer Center in Houston, Texas, USA. Additionally, 37 patients with 44 SMM from a literature review were analysed. RESULTS: Among the 21 patients, the majority of SMM were asymptomatic and detected via computed tomography (CT). Mean metastasis size was 18.3 mm and the most common site was the trunk muscles (83.3%). The interval between discovery of the primary tumour and metastasis detection ranged up to 234 months. Peripheral enhancement (47.1%) was the most common post-contrast CT pattern and non-contrasted CT lesions were often isodense. Magnetic resonance imaging (MRI) characteristics were varied. Five lesions with available T1-weighted pre-contrast images were hyperintense to the surrounding muscle. Other organ metastases were present in 20 patients. Of the 44 SMM reported in the literature, the majority were symptomatic. Average metastasis size was 53.4 mm and only 20.5% of SMM were in trunk muscles. The average interval between tumour discovery and metastasis detection was 101 months. Other organ metastases were recorded in 17 out of 29 patients. CONCLUSION: SMM should always be considered in patients with RCC, even well after primary treatment. SMM from RCC may be invisible on CT without intravenous contrast; contrast-enhanced studies are therefore recommended. SMM are often hyperintense to the surrounding muscle on T1-weighted MRI scans.
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 ».