Radiographic predictors of muscle-invasive upper tract urothelial cancer
Notice bibliographique
Résumé
INTRODUCTION: Accurate diagnostic staging of upper tract urothelial cancer (UTUC) is challenging. Endoscopic staging is limited by its ability to provide adequate sampling of deeper layers of the ureter and renal pelvis. Further ability to accurately predict invasive disease would aid in better selecting the appropriate treatment for patients. We aimed to analyze the ability of preoperative cross-sectional radiologic findings to predict pathologic outcomes, including tumor grade, muscle-invasive disease, and presence of lymphovascular invasion (LVI). METHODS: All patients diagnosed with localized UTUC (cN0M0) who underwent nephroureterectomy between February 2012 and December 2018 in Manitoba, Canada, were identified. Preoperative radiologic characteristics, including the presence and severity of hydronephrosis, as well as tumor location, were recorded. Patients' and pathologic characteristics were also recorded. Logistic regression analysis was used to assess the association between radiologic variables and pathologic outcomes at radical surgery. RESULTS: A total of 112 pathology reports of patients with UTUC were obtained. The median age was 70 years (range 50-87), and 58.8% of patients were men. On univariate analysis, ureteric location on computed tomography (odds ratio [OR] 2.240, 95% confidence interval [CI] 1.049-4.783, p=0.037) and presence of hydronephrosis (OR 2.455, 95% CI 1.094-5.506, p=0.0029) were each independently associated with locally invasive disease (>pT2). No radiologic variables were found to be predictors of adverse pathology on multivariable analysis. Only the presence of hydronephrosis was associated with high-grade disease on univariate analysis (OR 2.533, 95% CI 1.083-5.931, p=0.032). CONCLUSIONS: Our findings suggest a limited role for cross-sectional imaging in predicting the presence of high-grade disease, LVI, or locally advanced disease in UTUC.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 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 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 ».