MP286NATURAL HISTORY FOR ADULT PATIENTS WITH SPORADIC ANGIOMYOLIPOMA IN THE NETHERLANDS
Notice bibliographique
Résumé
Introduction and Aims: Renal angiomyolipomata (AML) are nonmalignant, highly-vascularizedlesions accounting for about 2-6 % of kidney tumors. While sometimes associated with tuberous sclerosis complex (TSC), AML present sporadically in about 80% of cases. Sporadic AML (sAML) can grow over time, may be associated with complications such as chronic kidney disease (CKD), spontaneous renal hemorrhages, hypertension, and lymphangioleiomyomatosis (LAM), and can necessitate radical interventions such as nephrectomy. This study describes clinical characteristics and the extent of renal dysfunction of a cohort of patients (pts) with sAML. Methods: This was a retrospective, longitudinal cohort study conducted using medical chart data from pts with sAML treated at the University Medical Center - Utrecht, a major specialty center in the Netherlands, from 1995 to 2015. The data combined demographic information with records from scans, specialist visits, medications, and other health care services. Pt characteristics at diagnosis (age, gender, number and size of AML, prior AML bleeding, and LAM) and outcomes during follow-up (hypertension, use of mammalian target of rapamycin [mTOR] inhibitors, embolization, and nephrectomy) were reported and stratified into cohorts based on the longest diameter of their largest AML at diagnosis (<3.5 cm vs. ≥3.5 cm). Longitudinal kidney function measurements (eGFR) were plotted by age and compared with a cohort of pts with TSC and with the general Dutch population.
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 ».