Evaluating Long-Term Oncologic Outcomes of Radiofrequency Ablation for T1a Renal Cell Carcinoma with Minimum 10 Years of Follow-Up
Notice bibliographique
Résumé
Introduction: We aimed to assess long-term outcomes of radiofrequency ablation (RFA) for biopsy-proven renal cell carcinoma (RCC), with a minimum follow-up of 10 years. Methods: We retrospectively identified patients who underwent RFA for renal masses at our center between 2004 and 2014. All patients who underwent RFA for a single, unilateral renal mass measuring ≤4 cm and had a minimum follow-up of 10 years were included. Our primary outcome was RCC recurrence. Kaplan–Meier curves were used to identify recurrence-free, metastasis-free, cancer-specific, and overall survival rates. Multivariate binary logistic regression was used to determine predictors of recurrence. Results: A total of 75 patients were included in our study. Median follow-up was 131 months (interquartile range [IQR], 109–151 months). Median tumor size was 2.7 cm (IQR, 2.1–3.3 cm), and the median RENAL nephrometry score was 7 (IQR, 5–8). A total of 70.7% of pathology results showed clear cell RCC. Nine patients experienced RCC recurrence with a median time to recurrence of 54.4 months (IQR, 17.3–70.3 months). Two patients died due to metastatic RCC, and median time to death was 97.5 months (IQR, 55.8–128 months). Overall recurrence-free survival was 88%, and cancer-specific survival was 97%. No patients developed recurrence after 10 years. Univariate and multivariate regression did not identify any predictors of recurrence. Conclusion: RFA is a safe and effective treatment option for T1a RCC. Rates of recurrence and cancer-specific mortality are low at 10 years postprocedure. No patient or tumor factors were identified as predictors for RCC recurrence.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 ».