Recent advances in pediatric bladder malignancies
Notice bibliographique
Résumé
Urothelial pediatric neoplasms are relatively rare. Papillary urothelial neoplasms of low malignant potential (PUNLMPs) and rhabdomyosarcoma (RMS) are the most common bladder malignancies in the pediatric population. Clinical presentation encompasses macroscopic hematuria or lower urinary tract symptoms (or both) or is detected incidentally at imaging. Tumors arising from the bladder can originate from any of its four histological layers (urothelium, lamina propria, detrusor, and adventitia) and are divided into tumors that have an epithelial origin (arising from the urothelium) and those that have a non-epithelial origin (mesenchymal neoplasms). RMS is the most common malignant tumor of the urinary bladder in children younger than 10 years. Deriving from the embryonic mesenchymal cell, the histopathologic subtypes of RMS are embryonal RMS (>90%) and alveolar histology (<10%). Pre-treatment imaging should be carried out by computed tomography (CT) or at present is more likely with magnetic resonance imaging of the pelvis. Chest CT and bone scintigraphy are used to screen for metastases. In selected cases, a positron emission tomography scan may be recommended to evaluate suspicious lesions. The current prognostic classification considers age, histologic subtype, tumor site, size, and extent (nodal or distant metastases). Staging is based on pre-operative findings, group is based on intra-operative findings and pathology, and risk stratification is derived from both stage and group data. Pre-operative chemotherapy is the most common first-line intervention for bladder/prostate RMS, before surgery or radiation therapy. Collaborative groups such as the Soft Tissue Sarcoma Committee of the Children's Oncology Group and the European Pediatric Soft Tissue Sarcoma Study Group endorse this therapy. PUNLMPs are generally solitary, small (1-2 cm), non-invasive lesions that do not metastasize. Therapy is usually limited to a transurethral resection of the bladder tumor. About 35% are recurrent and around 10% of them increase in size if they are not treated.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».