Data Set for the Reporting of Carcinoma of the Renal Pelvis and Ureter—Nephroureterectomy and Ureterectomy Specimens
Notice bibliographique
Résumé
Cancer reporting guidelines have been developed and utilized in many countries throughout the world. The International Collaboration on Cancer Reporting (ICCR), through an alliance of colleges and other pathology organizations in Australasia, United Kingdom, Ireland, Europe, USA, and Canada, has developed comprehensive standardized data sets to provide for global usage and promote uniformity in cancer reporting. Structured reporting facilitates provision of all necessary information, which ensures accurate and comprehensive data collection, with the ultimate aim of improving cancer diagnostics and treatment. The data set for primary carcinoma of the renal pelvis and ureter treated with nephroureterectomy or ureterectomy had input from an expert panel of international uropathologists. This data set was based on current evidence-based practice and incorporated information from the 2016 fourth edition of the World Health Organization (WHO) Bluebook on tumors of the urinary and male genital systems and the 2017 American Joint Committee on Cancer (AJCC) TNM staging eighth edition. This protocol applies to both noninvasive and invasive carcinomas in these locations. Reporting elements are considered to be essential (required) or nonessential (recommended). Required elements include operative procedure, specimens submitted, tumor location, focality and size, histologic tumor type, subtype/variant of urothelial carcinoma, WHO grade, extent of invasion, presence or absence of vascular invasion, status of the resection margins and lymph nodes and pathologic stage. The data set provides a detailed template for the collection of data and it is anticipated that this will facilitate appropriate patient management with the potential to foster collaborative research internationally.
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 | 0,024 | 0,076 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,011 | 0,010 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,033 | 0,014 |
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 ».