Renal nephrometry score and predictors of pathologic upstaging in patients undergoing partial and radical nephrectomies.
Notice bibliographique
Résumé
412 Background: To examine the predictive capability of pre-operative anatomic imagining characterization of the R.E.N.A.L. Nephrometry Score (RNS) in assessing pathologic upstaging of clinical T1 (cT1) lesions to pathologic T3 (pT3) in partial and radical nephrectomy specimens. Methods: We conducted a retrospective review of all patients undergoing radical and partial nephrectomies between January 1, 2011 and May 31, 2014 for cT1 renal masses. All pre-operative imaging scans were reviewed and the R.E.N.AL. Nephrometry score (radius for tumor size as maximal diameter, exophytic/endophytic tumor properties, nearness of deepest portion of tumor to collecting system or sinus, anterior/posterior descriptor and location relative to polar line) was applied to each scan. Chi-square, Fisher exact test, and Student t test were utilized to examine associations. Results: Of the 229 patients who underwent partial or radical nephrectomy for cT1, 124 (54%) underwent partial nephrectomy. On pathologic evaluation 195 (85%) patients had malignancy. Of all tumors 26 (13%) were pathologically upstaged to pT3 with the majority attributable to renal sinus/fat (35%) or perinephric fat (31%) involvement. High RNS (>10) was significant in predicting pathologic T3 upstaging (p=0.039) but did not predict high grade (Furhman grade 3-4) disease (p=0.803). While a high nephrometry score trended toward predicting malignancy vs benign disease (p=0.086), a higher mean nephrometry score (7.81 vs. 6.84) significantly predicted malignancy (p=0.015). When controlled for cT1a lesions, tumor location relative to polar lines (L=3 vs. L1+2) was predictive of pT3 upstaging (24 vs. 6%, p=0.03). Age >65 was significantly associated with upstaging (26 vs. 7%, p=0.0001). Conclusions: Surveillance of small renal masses is common but high RNS and age >65 significantly predicted pathologic upstaging. Mean nephrometry score was also useful in predicting malignancy. Nephrometry score may aid in deciding on early surgical intervention.
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 | 0,000 |
| 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) | 0,001 | 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 ».