Renal tumors and the risk of malignancy based on size.
Notice bibliographique
Résumé
PURPOSE: To determine the incidence of malignancy in resected renal tumors in a subpopulation of Canadian patients and the significance of tumor size, patient's demographics, and whether the tumor was an incidental finding. METHODS: Medical records of 168 consecutive nephrectomies performed between March 2003 and June 2008 at our institution were reviewed retrospectively. RESULTS: Average age of the patients was 61 years old (SD 11, range 28-89) and male to female ratio was 1.3:1. Total of 180 masses were resected in 168 nephrectomies (128 radical, 40 partial) during the study period. Of the 180 masses, 20 (11%) were benign and 160 (89%) were malignant lesions. Fifty-five percent of the resected renal masses were incidentally found on preoperative imaging. Based on the pathology reports, the average size of the masses was 5.5 cm (SD 4.0, range 0.3-25.0). The larger masses were more likely to be malignant than the smaller masses (Pearson's chi-square test, p = 0.040). CONCLUSION: The present study assists us to adequately assess the risk of malignancy of a renal mass in a Canadian population based on size which allows us to properly advise the patients and suggest best possible treatment options. We recommend more aggressive therapies for masses larger than 4 cm and parenchymal sparing procedures for masses smaller than 4 cm as large proportion of these are benign.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,002 | 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 ».