Notice bibliographique
Résumé
Introduction and Objective: Recent evidence suggests that renal function correlates with cardiac morbidity and overall survival.However, nephronsparing approaches such as partial nephrectomy (PN) may be infrequently used in the treatment of renal masses, particularly in the elderly.We examined population-based trends for renal cell carcinoma (RCC) management over a 10-year period. Materials and Methods:We identified 7830 patients treated surgically for RCC in the province of Ontario, Canada between 1995 and 2004 using the Ontario Cancer Registry, a population-based tumour registry.Demographic, treatment and vital status information was obtained for all patients.A multivariable logistic regression model was used to determine predictors of PN use.A survival analysis was used to estimate disease-specific and overall survival.Results: The mean age of patients was 60 years, of which 4826 (61.6%) were men.Of these, 7042 (90%) were treated with radical nephrectomy (RN) and 788 (10%) with PN.There was a significant decrease in PN use with increasing age; 11.8% of patients younger than 50, compared with only 4.9% of patients 80 and older (p < 0.0001).An increase in PN usage was observed from 1995 to 2002, however a plateau was noted with increasing laparoscopic RN use in recent years.Laparoscopic procedure codes were implemented in 2002, and thereafter an increasing proportion of procedures were performed using this approach; 48 cases in 2002 compared with 296 in 2004.On multivariable logistic regression, age (p < 0.0001) and year of surgery (p < 0.0001), but not gender, were independently associated with PN use.The unadjusted 5-year cancer-specific and overall survival estimates were 86.1% and 71.2%, respectively.Conclusion: Although previously hypothesized, this is the first evidence on a population level suggesting that laparoscopic RN may have impacted adversely on the uptake and application of PN to RCC.The infrequent use of nephron-sparing surgery is especially evident in the elderly, who may benefit the most from this approach.There is a need for further education of urologists about the importance of nephron-sparing surgery in RCC.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,696 | 0,472 |
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 ».