MétaCan
Menu
Retour à la cohorte
Enregistrement W4387320129 · doi:10.48083/ueml5802

Ablative Therapies for Localized Primary Renal Cell Carcinoma

2022· article· en· W4387320129 sur OpenAlexaffvenue
Muhammad Ali, Vanessa Acosta Ruiz, Sarah P. Psutka, David Liu, Shankar Siva

Notice bibliographique

RevueSociété Internationale d’Urologie Journal · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal cell carcinoma treatment
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCancer Council VictoriaAustralian Government
Mots-clésCryoablationSABR volatility modelMedicineMicrowave ablationRenal cell carcinomaAblative caseRadiofrequency ablationNephrectomyAblationSurgeryRadiation therapyRadiosurgeryRadiologyKidneyUrologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Surgery with either partial or radical nephrectomy remains the standard of care for localized primary renal cell carcinoma (RCC). However, most RCCs are detected in an older age group, and some may have multiple comorbidities that preclude surgery. Thermal ablation (TA) with radiofrequency ablation (RFA), cryoablation (CA), or microwave ablation (MWA) is considered an alternative to extirpative surgical procedures for select patients with small renal tumors. There is more than 90% post-ablation local control in carefully selected patients with reported complication rates of less than 10%. Most thermal ablation require only a single procedure. More recently, stereotactic ablative body radiotherapy (SABR) has emerged as an attractive noninvasive treatment modality for elderly patients with comorbidities and localized RCC. It has shown more than 90% local control rates for both small and relatively larger tumors (> 4 cm). Modest post-SABR renal function decline has been observed. Despite most patients presenting with mild or moderate chronic kidney disease there is less than a 5% chance of progression to end-stage renal disease. This article aims to summarize the key evidence and ablative treatment’s optimal patient selection, efficacy, and toxicity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,192
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,045
Tête enseignante GPT0,303
Écart entre enseignants0,258 · 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 tête enseignante, pas un consensus.

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

Citations13
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSociété Internationale d’Urologie JournalMême sujetRenal cell carcinoma treatmentTravaux en français237 207