Impact of statin on renal cell carcinoma patients undergoing nephrectomy. Does it affect cancer progression and improves survival? A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
INTRODUCTION: Renal cell carcinoma (RCC) is regarded as one of the most common malignant tumors. Various concomitant medications in RCC patients undergoing surgery are investigated to explore the potential for improving survival and preventing disease recurrence, including statin. It has been observed that these drugs induce apoptosis, thereby inhibiting tumor growth and angiogenesis. We aimed to perform a systematic review and meta-analysis to enhance the level of evidence for statin in RCC. METHODS: A systematic literature search was conducted in several online databases, including PubMed, Scopus, and Sciencedirect, using terms relevant to the use of statins in RCC patients undergoing nephrectomy for publications published up to July 2023, according to a registered review procedure (CRD42023452318). The Newcastle-Ottawa Scale (NOS) was used to assess the risk of bias of the included study. Review Manager 5.4 was used for all analyses. RESULTS: Seven articles was eligible for our study. The analysis revealed that patients receiving statin had a better overall survival compared to patients who does not receive statin (HR 0.71, 95% CI 0.51-0.97, p = 0.03, I2 = 76%). However, there was insignificant difference in terms of CSS, DFS, and PFS between RCC patients receiving statin and without statin. CONCLUSIONS: Statin has substantial benefits for improving OS. Even though the outcomes for CSS, DFS, and PFS were insignificant, the potential role of statins as a supplementary therapy in surgically treated RCC still requires further investigation.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,002 |
| 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) | 0,000 | 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 ».