Morphological findings in frozen non-neoplastic kidney tissues of patients with kidney cancer from large-scale multicentric studies on genomics of renal cancer
Notice bibliographique
Résumé
Abstract Background There are unexplained geographical variations in the incidence of kidney cancer with the high rates reported in Baltic countries, as well as eastern and central Europe. Analysis of non-neoplastic tissues is a way to better understand the carcinogenesis. Methods Having access to a rich, well-annotated collection of “tumor/non-tumor” pairs of kidney cancer patients from Czech Republic, Romania, Serbia, United Kingdom, and Russia for studying genomics of kidney cancer, we aimed to analyze morphology of non-neoplastic renal tissue. By applying digital pathology, we performed microscopic examination of 1012 frozen non-neoplastic kidney tissues from patients with renal cell carcinoma. Renal parenchyma was evaluated and scored for the interstitial inflammation and fibrosis, tubular atrophy, glomerulosclerosis and arterial wall thickening, globally called chronic renal parenchymal changes. Results Moderate or severe changes was observed in 54 (5.3%) of patients with predominance of occurrence in Romania (OR = 2.67, CI 1.07–6.67) and Serbia (OR = 4.37, CI 1.20-15.96) in reference to those from Russia. Further adjustment for comorbidities, tumor characterstics and stage did not change risk estimates. In multinomial regression model, relative probability of non-glomerular changes were 5.22 times higher for Romania and Serbia compered to Russia. Conclusion Our findings show that the frequency of chronic renal parenchymal changes in kidney cancer patients varies by country, significantly more frequent in countries located in central and southeastern Europe where the incidence of kidney cancer has been reported to be high. We suggest that these parenchymal changes, possibly linked to environmental exposures, may be relevant to renal carcinogenesis in these countries.
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 | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».