Stereotactic Body Radiotherapy for Renal Cell Carcinoma—A Review of Use in the Primary, Cytoreductive and Oligometastatic Settings
Notice bibliographique
Résumé
Renal cell carcinoma (RCC) has been increasing in incidence by around 1.5% per year for several years. However, the mortality rate has been decreasing by 1.6% per year, and this can be attributed to stage migration and improvements in treatment. One treatment modality that has emerged in recent years is stereotactic body radiotherapy (SBRT), which is an advanced radiotherapy technique that allows the delivery of high-dose radiation to the tumor while minimizing doses to the organs at risk. SBRT has developed a role in the treatment of early-stage, oligometastatic and oligoprogressive RCC. In localized disease, phase II trials and meta-analyses have shown that SBRT provides a very high probability of long-term local control with a low risk of severe late toxicity. In oligometastatic (OMD) RCC, the same level of evidence has similarly shown good local control and minimal toxicity. SBRT could also delay the necessity to start or switch systemic treatments. Medical societies have started to incorporate SBRT in their guidelines in the treatment of localized disease and OMD. A possible future role of SBRT involves cytoreduction. It is theorized that SBRT can lower tumor burden and enhance immune-related response, but it cannot be recommended until the results of the phase II trials are published.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».