Review of renal cell carcinoma and its common subtypes in radiology
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Representing 2%-3% of adult cancers, renal cell carcinoma (RCC) accounts for 90% of renal malignancies and is the most lethal neoplasm of the urologic system. Over the last 65 years, the incidence of RCC has increased at a rate of 2% per year. The increased incidence is at least partly due to improved tumor detection secondary to greater availability of high-resolution cross-sectional imaging modalities over the last few decades. Most RCCs are asymptomatic at discovery and are detected as unexpected findings on imaging performed for unrelated clinical indications. The 2004 World Health Organization Classification of adult renal tumors stratifies RCC into several distinct histologic subtypes of which clear cell, papillary and chromophobe tumors account for 70%, 10%-15%, and 5%, respectively. Knowledge of the RCC subtype is important because the various subtypes are associated with different biologic behavior, prognosis and treatment options. Furthermore, the common RCC subtypes can often be discriminated non-invasively based on gross morphologic imaging appearances, signal intensity on T2-weighted magnetic resonance images, and the degree of tumor enhancement on dynamic contrast-enhanced computed tomography or magnetic resonance imaging examinations. In this article, we review the incidence and survival data, risk factors, clinical and biochemical findings, imaging findings, staging, differential diagnosis, management options and post-treatment follow-up of RCC, with attention focused on the common subtypes.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,001 | 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) | 0,000 | 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 découle