MétaCan
Menu
← Retour à la cohorte
Enregistrement W4306403523 · doi:10.3390/curroncol29100619

Outcomes of High-Dose Stereotactic Ablative Radiotherapy to All/Multiple Sites for Oligometastatic Renal Cell Cancer Patients

2022· article· en· W4306403523 sur OpenAlexvenueno aff
Mingwei Ma, Hongzhen Li, Xianshu Gao, Ming‐Zhu Liu, Huan Yin, Kaiwei Yang, Jiayan Chen, Xueying Ren, Dian Wang

Notice bibliographique

RevueCurrent Oncology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal cell carcinoma treatment
Établissements canadiensnon disponible
Organismes subventionnairesChina International Medical FoundationBeijing Xisike Clinical Oncology Research Foundation
Mots-clésSABR volatility modelMedicineRadiation therapyRenal cell carcinomaAblative caseInternal medicineUnivariate analysisOncologyRadiosurgeryUrologyMultivariate analysis

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Stereotactic ablative body radiotherapy (SABR) is one of the treatment options for oligometastatic renal cell carcinoma (RCC) but is limited by a lack of data to evaluate high-dose SABR to all/multiple sites. OBJECTIVE: This study retrospectively investigated the efficacy and prognostic factors of high-dose SABR for oligometastatic RCC patients. DESIGN, SETTING, AND PARTICIPANTS: Patients with oligometastatic RCC on systemic therapy were retrospectively collected. INTERVENTION(S): All patients were treated with SABR (40-50 Gy/5 fractions) for small tumors or partial-SABR (tumor center boosted with 6-8 Gy/3-5 fractions with 50-60 Gy/20-25 fractions to the whole tumor volume) for bulky tumors or tumors adjacent to critical organs. OUTCOME MEASUREMENTS AND STATISTICAL ANALYSIS: Progression-free survival (PFS) and overall survival (OS) were calculated. RESULTS AND LIMITATIONS: = 0.028). The limitations of this study include its retrospective design and the small patient cohort. CONCLUSIONS: The early use of high-dose SABR to multi-lesions may improve survival. Partial-SABR for bulky lesions close to critical organs could be safely and effectively applied under certain circumstances.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,102
Tête enseignante GPT0,398
Écart entre enseignants0,296 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Oncology→Même sujetRenal cell carcinoma treatment→Travaux en français237 207→