MétaCan
Menu
Retour à la cohorte
Enregistrement W4385192323 · doi:10.1016/j.euf.2023.07.002

Repeat Transurethral Resection for Non–muscle-invasive Bladder Cancer: An Updated Systematic Review and Meta-analysis in the Contemporary Era

2023· review· en· W4385192323 sur OpenAlexaff
Takafumi Yanagisawa, Tatsushi Kawada, Markus von Deimling, Kensuke Bekku, Ekaterina Laukhtina, Paweł Rajwa, Marcin Chłosta, Benjamin Pradère, David D’Andrea, Marco Moschini, Pierre I. Karakiewicz, Jeremy Yuen‐Chun Teoh, Jun Miki, Takahiro Kimura, Shahrokh F. Shariat

Notice bibliographique

RevueEuropean Urology Focus · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueBladder and Urothelial Cancer Treatments
Établissements canadiensUniversité de Montréal
Organismes subventionnairesEuropean Association of Urology
Mots-clésMedicineBladder cancerContext (archaeology)Meta-analysisConfoundingConfidence intervalGuidelineResectionOncologyInternal medicineUrologyCancerSurgeryPathology

Résumé

récupéré en direct d'OpenAlex

CONTEXT: Repeat transurethral resection (reTUR) is a guideline-recommended treatment strategy in high-risk non-muscle-invasive bladder cancer (NMIBC) patients treated with transurethral resection of bladder tumor (TURBT); however, the impact of recent procedural/technological developments on reTUR outcomes has not been assessed yet. OBJECTIVE: To assess the outcomes of reTUR for NMIBC in the contemporary era, focusing on whether temporal differences and technical advancement, specifically, photodynamic diagnosis and en bloc resection of bladder tumor (ERBT), affect the outcomes. EVIDENCE ACQUISITION: Multiple databases were queried in February 2023 for studies investigating reTUR outcomes, such as residual tumor and/or upstaging rates, its predictive factors, and oncologic outcomes, including recurrence-free (RFS), progression-free (PFS), cancer-specific (CSS), and overall (OS) survival. We synthesized comparative outcomes adjusting for the effect of possible confounders. EVIDENCE SYNTHESIS: Overall, 81 studies were eligible for the meta-analysis. In T1 patients initially treated with conventional TURBT (cTURBT) in the 2010s, the pooled rates of any residual tumors and upstaging on reTUR were 31.4% (95% confidence interval [CI]: 26.0-37.2%) and 2.8% (95% CI: 2.0-3.8%), respectively. Despite a potential publication bias, these rates were significantly lower than those in patients treated in the 1990-2000s (both p < 0.001). ERBT and visual enhancement-guided cTURBT significantly improved any residual tumor rates on reTUR compared with cTURBT based on both matched-cohort and multivariable analyses. Among studies adjusting for the effect of possible confounders, patients who underwent reTUR had better RFS (hazard ratio [HR]: 0.78, 95% CI: 0.62-0.97) and OS (HR: 0.86, 95% CI: 0.81-0.93) than those who did not, while it did not lead to superior PFS (HR: 0.74, 95% CI: 0.47-1.15) and CSS (HR: 0.94, 95% CI: 0.86-1.03). CONCLUSIONS: reTUR is currently recommended for high-risk NMIBC based on the persistent high rates of residual tumors after primary resection. Improvement of resection quality based on checklist applications and recent technical/procedural advancements hold the promise to omit reTUR. PATIENT SUMMARY: Recent endoscopic/procedural developments improve the outcomes of repeat resection for high-risk non-muscle-invasive bladder cancer. Further investigations are urgently needed to clarify the potential impact of the use of these techniques on the need for repeat transurethral resection in the contemporary era.

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)0,010
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,027
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0150,029
Bibliométrie0,0070,009
Études des sciences et des technologies0,0000,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,145
Tête enseignante GPT0,382
Écart entre enseignants0,237 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations45
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Urology FocusMême sujetBladder and Urothelial Cancer TreatmentsTravaux en français237 207