Gynecological organ involvement at robot-assisted radical cystectomy in females: Is anterior exenteration necessary?
Notice bibliographique
Résumé
INTRODUCTION: We aimed to investigate patient and disease variables associated with gynecological organ invasion in females with bladder cancer at the time of robot-assisted radical cystectomy (RARC). METHODS: We conducted a retrospective review of female patients who underwent robot-assisted anterior pelvic exenteration (RAAE) between 2005 and 2016. Patients were divided into two groups: those with gynecological organ involvement at RAAE and those without. Data were reviewed for perioperative and pathological outcomes. Kaplan-Meier method was used to depict survival outcomes. Multivariable stepwise regression analysis was performed to identify predictors of gynecological organ involvement. RESULTS: A total of 118 female patients were identified; 17 (14%) showed evidence of gynecological organ invasion at RAAE. Patients with gynecological organ invasion had more lymphovascular invasion at transurethral resection of bladder tumour (TURBT) (82% vs. 46%; p=0.006), trigonal tumours at TURBT (59% vs. 18%; p=0.001), multifocal disease (65% vs. 33%; p=0.01), pN+ (71% vs. 22%; p<0.001), positive surgical margins (24% vs. 4%; p=0.02), and they less commonly demonstrated pure urothelial carcinoma at TURBT (18% vs. 66%; p<0.001). On multivariate analysis, significant predictors of gynecological organ invasion were pN positive disease (odds ratio [OR] 6.48; 95% confidence interval [CI] 1.64-25.51; p=0.008), trigonal tumour location (OR 5.72; 95% CI 1.39-23.61; p=0.02), and presence of variant histology (OR18.52; 95% CI 3.32-103.4; p=0.001). CONCLUSIONS: Patients with trigonal tumours, variant histology, and nodal involvement are more likely to have gynecological organs invasion at RAAE. This information may help improve counselling of patients and better identify candidates for gynecological organ-sparing cystectomy.
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 | 0,001 |
| 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 | 0,000 | 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 ».