ESC, ALK, HOT and LOT: Three Letter Acronyms of Emerging Renal Entities Knocking on the Door of the WHO Classification
Notice bibliographique
Résumé
Kidney neoplasms are among the most heterogeneous and diverse tumors. Continuous advancement of this field is reflected in the emergence of new tumour entities and an increased recognition of the expanding morphologic, immunohistochemical, molecular, epidemiologic and clinical spectrum of renal tumors. Most recent advances after the 2016 World Health Organization (WHO) classification of renal cell tumors have provided new evidence on some emerging entities, such as anaplastic lymphoma kinase rearrangement-associated RCC (ALK-RCC), which has already been included in the WHO 2016 classification as a provisional entity. Additionally, several previously unrecognized entities, not currently included in the WHO classification, have also been introduced, such as eosinophilic solid and cystic renal cell carcinoma (ESC RCC), low-grade oncocytic renal tumor (LOT) and high-grade oncocytic renal tumor (HOT) of kidney. Although pathologists play a crucial role in the recognition and classification of these new tumor entities and are at the forefront of the efforts to characterize them, the awareness and the acceptance of these entities among clinicians will ultimately translate into more nuanced management and improved prognostication for individual patients. In this review, we summarise the current knowledge and the novel data on these emerging renal entities, with an aim to promote their increased diagnostic recognition and better characterization, and to facilitate further studies that will hopefully lead to their formal recognition and consideration in the future classifications of kidney tumors.
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) | 0,001 | 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 ».