Safety, reliability and accuracy of small renal tumour biopsies: results from a multi‐institution registry
Notice bibliographique
Résumé
OBJECTIVE: To validate, in a multi-institution review, the safety, accuracy and reliability of renal tumour biopsy (RTB) and its role in decreasing unnecessary treatment. MATERIALS AND METHODS: We conducted a multi-institution retrospective study of patients who underwent RTB to characterize a small renal mass (SRM) between 2011 and May 2015. Patients were identified using the prospectively maintained Canadian Kidney Cancer information system. Diagnostic and concordance rates were presented using proportions, whereas factors associated with a diagnostic RTB were identified using a logistic regression model. RESULTS: Of the 373 biopsied SRMs, the initial biopsy was diagnostic in 87% of cases. Of the 47 non-diagnostic biopsies, 15 had a repeat biopsy of which, 80% were diagnostic. When both were combined, therefore, a diagnosis was obtained in 91% of SRMs. Of these, 18% were benign. Size was the only factor found to be associated with achieving a diagnostic biopsy. RTB histology and nuclear grade (high or low) were found to be highly concordant with surgical pathology (86 and 81%, respectively). Of the discordant tumours (n = 16), all were upgraded from low to high grade on surgical pathology. Adverse events were rare (<1% of cases). CONCLUSION: The present multi-institution study confirms that RTB of SRMs is safe, accurate and reliable across institutions, while decreasing unnecessary treatment. Given our findings, RTBs may be a helpful tool with which to triage SRMs and guide appropriate management.
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 | 0,001 | 0,004 |
| 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 | 0,000 |
| 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 ».