MétaCan
Menu
← Retour à la cohorte
Enregistrement W4389237128 · doi:10.3390/curroncol30120749

Incorporating Stereotactic Ablative Radiotherapy into the Multidisciplinary Management of Renal Cell Carcinoma

2023· review· en· W4389237128 sur OpenAlexvenueno aff
Rohit K. Raj, Rituraj Upadhyay, Shang-Jui Wang, Eric A. Singer, Shawn Dason

Notice bibliographique

RevueCurrent Oncology · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueRenal cell carcinoma treatment
Établissements canadiensnon disponible
Organismes subventionnairesNational Cancer Institute
Mots-clésSABR volatility modelMedicineRenal cell carcinomaRadiosurgeryAblative caseRadiation therapyRadiologyMedical physicsOncology

Résumé

récupéré en direct d'OpenAlex

Stereotactic ablative radiotherapy (SABR) has challenged the conventional wisdom surrounding the radioresistance of renal cell carcinoma (RCC). In the past decade, there has been a significant accumulation of clinical data to support the safety and efficacy of SABR in RCC. Herein, we review the use of SABR across the spectrum of RCC. We performed an online search of the Pubmed database from January 1990 through April 2023. Studies of SABR/stereotactic radiosurgery targeting primary, extracranial, and intracranial metastatic RCC were included. For SABR in non-metastatic RCC, this includes its use in small renal masses, larger renal masses, and inferior vena cava tumor thrombi. In the metastatic setting, SABR can be used at diagnosis, for oligometastatic and oligoprogressive disease, and for symptomatic reasons. Notably, SABR can be used for both the primary renal tumor and metastasis-directed therapy. Management of RCC is evolving rapidly, and the role that SABR will have in this landscape is being assessed in a number of ongoing prospective clinical trials. The objective of this narrative review is to summarize the evidence corroborating the use of SABR in RCC.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,194
Tête enseignante GPT0,444
Écart entre enseignants0,250 · 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'étudeSans objet
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

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Oncology→Même sujetRenal cell carcinoma treatment→Travaux en français237 207→