Role of lymphadenectomy during primary surgery for kidney cancer
Notice bibliographique
Résumé
PURPOSE OF REVIEW: Lymph node dissection (LND) during radical nephrectomy (RN) for renal cell carcinoma (RCC) is not considered as a standard. The emergence of robot-assisted surgery and effective immune checkpoint inhibitors (ICI) in recent years may change this and lymph node (LN) staging has become easier and has a clinical impact. In this review, we aimed to reconsider the role of LND today. RECENT FINDINGS: Although the extent of LND has still not been well established, removal of more LN seems to provide better oncologic outcomes for a select group of patients with high-risk factors such as clinical T3-4. Adjuvant therapy using pembrolizumab has been shown to improve disease free survival if complete resection of metastatic lesions as well as the primary site is obtained in combination. Robot assisted RN for localized RCC has been widespread and the studies regarding LND for RCC has been recently appeared. SUMMARY: The staging and surgical benefits and its extent of LND during RN for RCC remains unclear, but it is becoming increasingly important. Technologies that allow an easier LND and adjuvant ICI that improve survival in LN-positive patients are engaging the role of LND, a procedure that was needed, but almost never done, is now indicated sometimes. Now, the goal is to identify the clinical and molecular imaging tools that can help identify with sufficient accuracy who needs a LND and which LNs to remove in a targeted personalized approach.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».