Incidence and Predictors of Secondary Upper Tract Urothelial Cancer in Patients with High-Risk Non-Muscle Invasive Urinary Bladder Cancer and its Impact on Imaging Surveillance: A Retrospective Analysis with 1501 Patients
Notice bibliographique
Résumé
Objectives: We aimed to study the incidence and predictors of upper tract urothelial cancer (UTUC) in patients with high-risk non-muscle invasive bladder cancer (HR-NMIBC). Methods: Patients who had HR-NMIBC were reviewed to identify those who subsequently developed UTUC. Complete transurethral resection was performed, and biopsies were collected for histopathology followed by intravesical chemoimmunotherapy. Patients were screened annually by computed tomography (CT) for UTUC. Results: Data for 1501 patients were reviewed. UTUC developed in 59 (4%) after a median of 20 months after HR-NMIBC. Most patients were symptomatic, but UTUC was discovered on routine follow-up imaging in 28%. On bivariate analysis, only multiple bladder tumors and the number of bladder recurrences were predictors for UTUC (P = 0.01 and P = 0.008, respectively). Multiple bladder tumors and ≥ 3 bladder recurrences remained significant on multivariable analysis. Conclusion: UTUC after HR-NMIBC is uncommon (4%). Despite routine follow-up CT imaging, recurrence was detected due to symptoms in most patients, and based on imaging only in 28%. Imaging surveillance can be prioritized in patients with multiple bladder tumors and those with ≥ 3 bladder recurrences. For the other patients, the benefit of imaging surveillance has to be weighed against the risks.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 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 ».