Chronic kidney disease as a risk factor for recurrence and progression in patients with primary non‐muscle‐invasive bladder cancer
Notice bibliographique
Résumé
OBJECTIVES: To investigate the relationship between chronic kidney disease and primary non-muscle-invasive bladder cancer. METHODS: Disease outcomes were analyzed in 418 patients treated with transurethral resection for primary non-muscle-invasive bladder cancer, and were correlated to traditional risk factors as well as chronic kidney disease stage according to estimated glomerular filtration rate: ≥60 (G1-2), 45-59 (G3a) or <45 (G3b-5). RESULTS: The median follow-up time was 40.0 months. There were 287 (68.7%), 98 (23.4%), and 33 (7.9%) patients with G1-2, G3a and G3b-5 chronic kidney disease, respectively. T1 tumor was present in 29.6% of G1-2, 43.9% of G3a and 51.4% of G3b-5 chronic kidney disease (P = 0.004). The proportion of histological grade 3 non-muscle-invasive bladder cancer was higher in G3a and G3b-5 than G1-2 (P < 0.001). Higher chronic kidney disease stage was associated with worse recurrence-free (P < 0.001) and progression-free survival (P = 0.017). In multivariable analysis, G3b-5 was found to be an independent predictor for recurrence (hazard ratio 1.87; P = 0.004) and progression (hazard ratio 2.96; P = 0.019). Chronic kidney disease stage was also strongly associated with the European Association of Urology bladder cancer risk groups (P < 0.001), and with shorter time to recurrence and progression in each group. CONCLUSIONS: Chronic kidney disease predicts the clinical outcome of primary non-muscle-invasive bladder cancer. Adding chronic kidney disease to the conventional risk factors might increase the accuracy of risk stratification.
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 ».