Diagnostic challenges and treatment strategies in the management of upper-tract urothelial carcinoma
Notice bibliographique
Résumé
Upper-tract urothelial carcinoma (UTUC) is a rare disease, posing many challenges for the treating physician due to the lack of strong evidence-based recommendations. However, novel molecular discoveries and a better understanding of the clinical behavior of the disease lead to a continuous evolution of therapeutic landscape in UTUC. The aim of the review is to provide a comprehensive update of the current diagnostic modalities and treatment strategies in UTUC with a special focus on recent developments and challenges. A comprehensive literature search including relevant articles up to August 2020 was performed using the MEDLINE/PubMed database. Despite several technological improvements, accurate staging and outcome prediction remain major challenges and hamper appropriate risk stratification. Kidney-sparing surgery can be offered in low risk UTUC; however, physician and patient must be aware of the high rate of recurrence and risk of progression due to tumor biology and understaging. The value and efficacy of intracavitary therapy in patients with UTUC remains unclear due to the lack of high-quality data. In high-risk diseases, radical nephroureterectomy with bladder cuff excision and template lymph node dissection is the standard of care. Perioperative systemic chemotherapy is today accepted as a novel standard for advanced cancers. In metastatic or unresectable disease, the therapeutic landscape is rapidly changing due to several novel agents, such as checkpoint inhibitors. While several diagnostic and treatment challenges remain, progress in endoscopic technology and molecular knowledge have ushered a new age in personalized management of UTUC. Novel accurate molecular and imaging biomarkers are, however, still needed to guide decision making as tissue acquisition remains suboptimal. Next generation sequencing and novel agents are promising to rapidly improve patient outcomes.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».