Review of the efficacy and safety of cryoablation for the treatment of small renal masses
Notice bibliographique
Résumé
Purpose: Small renal masses are increasingly being discovered incidentally on imaging for another reason. The standard of care of these masses involves excision by open or laparoscopic techniques. Recently, ablative techniques, such as radiofrequency ablation (RFA) and cryoablation, have taken a more prominent role in the treatment algorithm of these masses. We evaluate the effectiveness and safety of cryoablation to treat renal tumours.Methods: A review of the literature was conducted. There was no language restriction. Studies were obtained from the following sources: the Cochrane Library, PUBMED, EMBASE and LILACS.Results: There was no clinical trial identified in the literature. Thus, we described the results from 23 case series and retrospective studies with a reasonable sample size (number of reported patients in each study ≥30), with a total of 2104 analyzed tumours from 2038 patients. There was wide variability in the outcomes reported, but success rates were generally good. Follow-up was generally short, but some series reported outcomes at 5 years. The most common complications reported were hemorrhage (some of the patients requiring transfusion), perinephric hematoma and urine leaks.Conclusion: Cryoablation presents a feasible treatment for patients with small renal masses. Only short-term data are available and, assuch, meaningful conclusions regarding long-term cancer control cannot be made. More rigorous studies are needed.
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 | 0,004 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».