Partial Nephrectomy for T1b/T2 Renal Mass
Notice bibliographique
Résumé
The aim of our study was to show our short-term experience in managing large renal masses (cT1b/T2) through partial nephrectomy (PN) over the last 3 years. Retrospective data collection for all patients managed by PN for renal masses larger than 4 cm over the last 3 years. Epidemiological data were collected. Surgical data including surgical and ischemic times as well as intra and postoperative complications were collected. Pre- and postoperative estimated glomerular filtration rate (eGFR) data were collected and correlated as well as postoperative complications and recurrence. We could identify 47 patients managed by PN for radiologically confirmed >4 cm renal masses. The mean age of the patients was 55.7 ± 13.4, including 29 males and 18 females. Masses were T1b and T2 in 40 and 7 patients, respectively. The mean tumor size was 6.2 ± 1.5 cm. Using renal nephrometry score; 8, 28, and 11 had low, moderate, and high complexity, respectively. Renal cell carcinoma (RCC) was identified in 42 patients. Five patients out of 42 cancerous cases (12%) had pathological T3 RCC. The mean preoperative and postoperative eGFR were 89.09 ± 12.41 and 88.50 ± 10.50, respectively (P 0.2). The median follow-up was 14 months and within that short time, no patient had evidence for cancer recurrence. PN for large renal masses is safe in experienced hands and should be attempted in a higher percentage of patients, regardless of the tumor complexity. No cancer recurrence or deterioration of renal function was observed within our short-term follow-up.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 tête enseignante, 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 ».