Systematic Review of Comparative Patient Reported Outcomes and Health-Related Quality of Life After Management of Localized Renal Masses or Renal Cell Carcinomas
Notice bibliographique
Résumé
Objective: To perform a systematic review assessing the impact of the different management options on health-related quality of life (HRQoL) of patients with localized renal masses or renal cell carcinomas (LRM/LRCC). Materials and Methods: Searches covering PubMed, Embase (Ovid), CENTRAL, PsycINFO (Ovid), CINAHL (EBSCO), and Cochrane Central Register of Controlled Trials (CENTRAL) databases was conducted for papers published up to 25 April 2021. Methods as per Cochrane Handbook were followed. “Modality” of treatment included radical nephrectomy (RN), nephron-sparing surgery (NSS), thermal ablation (TA), and active surveillance (AS). “Approach” was categorized as open incision and minimally invasive surgery (MIS). Risk of bias was assessed by ROBINS-I and Cochrane RoB 2 for observational studies and randomized controlled trials, respectively and certainty of the evidence by GRADE. Results: Sixteen observational studies and 1 randomized controlled trial (2.370 patients) met inclusion criteria. Fifteen different patient reported outcome measures (PROMs) were identified. Heterogeneity prevented quantitative analysis. Generic HRQoL decreases after RN and NSS, recovers within 6 to 12 months, and mostly overlaps with baseline values, irrespective of modality. Cancer-specific HRQoL improve faster after open-NSS than open-RN. The detrimental effect of RN may persist long-term in cross-evaluations. QoL scales significantly decrease after open surgery and MIS during the first weeks but improve faster after MIS. They are similar for both approaches at 1-year. Long-term cancer-specific QoL is similar for MIS and open procedures. Fear of recurrence is lower in older patients and affected by neither modality nor approach. Conclusions: Low quality evidence supports the use of MIS over the open approach when HRQoL is considered in the management of LRMs/LRCCs; data regarding the effect of the treatment modality of the LRM/LRCC show contradictory outcomes.
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 | 0,015 | 0,074 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,011 |
| Bibliométrie | 0,011 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».