MétaCan
Menu
← Retour à la cohorte
Enregistrement W2246654777 · doi:10.1200/jco.2009.27.15_suppl.e16015

Identification of factors predicting loss of renal differential function on the operated kidney after laparoscopic partial nephrectomy

2009· article· en· W2246654777 sur OpenAlexaff
Frédéric Pouliot, Allan J. Pantuck, Brian Calimlim, Thierry Dujardin

Notice bibliographique

RevueJournal of Clinical Oncology · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal cell carcinoma treatment
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésMedicineNephrectomyRenal functionUrologySurgeryKidneyInternal medicine

Résumé

récupéré en direct d'OpenAlex

e16015 Background: Partial nephrectomy (PN) is now the gold standard for small renal mass of less than 4 cm since it prevents renal insufficiency that may occur with radical nephrectomy. The impact of warm ischemis time (WIT) on the operated kidney's renal differential function (RDF) have been poorly studied in the litterature, especially when WIT is less than 30 minutes. We evaluated the effect of WIT and other perioperative factors on RDF function assessed by pre- and post-operative renal scintigraphy. Methods: Between 2003 and 2008, 182 laparoscopic PN were performed by a single surgeon on patients with two kidneys. Among those, 56 had a MAG3-lasix renal scintigraphy pre- and post-operatively between 7 and 14 days. Data were collected prospectively. Loss in RDF is calculated as follow: Loss in RDF=(RDF preoperatively-RDF postoperatively/RDF preoperatively) × 100. Results: Medians for age, pre- op creatinine, pre-op GFR (Cockroft formula) and tumor CT-size were 61 years, 83 μM, 83,2 ml/min and 26 mm, respectively. Median WIT and pre-operative RDF were 30 minutes and 50%. Median loss of RDF after surgery was 24%. In multivariate analysis, low pre-operative RDF, WIT and intrarenal location of the tumor were associated with a statistically significant loss of RDF (p<0.05). Age, pre-op GFR, tumor CT-size, diabetes and HTN did not predict loss in RDF. Fitting the relative RDF loss versus WIT to a polynomial curve suggests that the rate of loss in RDF increase with WIT. The point of inflection of the polynomial curve (reflecting the maximal change in rates of loss in RDF) was estimated to be at 32 minutes. Linear regression curves show that loss in RDF rate is 0.8% per minute when WIT is less than 32 minutes and 1.3 % per minute when WIT is more or equal to 32 minutes. Conclusions: We show that a WIT of less than 32 minutes optimizes the chances of preserving RDF of the operated kidney and that the rate of loss in RDF is higher above 32 minutes. Finally, higher loss in RDF must be expected if the patient has a low pre-operative RDF and intrarenal location of the tumor. No significant financial relationships to disclose.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,077
Tête enseignante GPT0,392
Écart entre enseignants0,315 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetRenal cell carcinoma treatment→Travaux en français237 207→