Notice bibliographique
Résumé
OBJECTIVE: To assess the value of preoperative albumin to globulin ratio for predicting pathologic and oncological outcomes in patients with upper tract urothelial carcinoma treated with radical nephroureterectomy in a large multi-institutional cohort. MATERIALS AND METHODS: Preoperative albumin to globulin ratio was assessed in a multi-institutional cohort of 2492 patients. Logistic regression analyses were performed to assess the association of the albumin to globulin ratio with pathologic features. Cox proportional hazards regression models were performed for survival endpoints. RESULTS: The optimal cut-off value was determined to be 1.4 according to a receiver operating curve analysis. Lower albumin to globulin ratios were observed in 797 patients (33.6%) compared with other patients. In a preoperative model, low preoperative albumin to globulin ratio was independently associated with nonorgan-confined diseases (odds ratio 1.32, P = 0.002). Patients with low albumin to globulin ratios had worse recurrence-free survival (P < 0.001), cancer-specific survival (P = 0.001) and overall survival (P = 0.020) in univariable and multivariable analyses after adjusting for the effect of standard preoperative prognostic factors (recurrence-free survival: hazard ratio (HR) 1.31, P = 0.001; cancer-specific survival: HR 1.31, P = 0.002 and overall survival: HR 1.18, P = 0.024). CONCLUSIONS: Lower preoperative albumin to globulin ratio is associated with locally advanced disease and worse clinical outcomes in patients treated with radical nephroureterectomy for upper tract urothelial carcinoma. As it is difficult to stage disease entity, low preoperative serum albumin to globulin ratio may help identify those most likely to benefit from intensified care, such as perioperative systemic therapy, and the extent and type of surgery.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».