MétaCan
Menu
Retour à la cohorte
Enregistrement W4417321448 · doi:10.3322/caac.70052

Advanced Urologic Cancer Consensus Conference (AUC3) 2025: Expert consensus on the management of renal cell and urinary tract cancers

2025· article· en· W4417321448 sur OpenAlexaff
Rana R. McKay, Sumanta Pal, Wanling Xie, David H. Aggen, Laurence Albigès, Andrea B. Apolo, Michael B. Atkins, Rick Bangs, Kathryn E. Beckermann, Joaquim Bellmunt, Stephanie Berg, Mehmet Asım Bilen, David A. Braun, Maria I. Carlo, Jason A. Efstathiou, Matthew D. Galsky, Petros Grivas, Shilpa Gupta, Naomi B. Haas, A. Ari Hakimi, Hans J. Hammers, Daniel Yick Chin Heng, Michelle S. Hirsch, Gopa Iyer, Eric Jonasch, Vadim S. Koshkin, Oleksandr N. Kryvenko, Bryan Lewis, Roger Li, Surena F. Matin, Benjamin L. Maughan, David F. McDermott, Bradley A. McGregor, Joshua Meeks, Matthew I. Milowsky, Robert J. Motzer, Andrea Necchi, Daniel P. Petrylak, Sima P. Porten, Thomas Powles, Brian I. Rini, Brian Shuch, Arlene O. Siefker‐Radtke, Guru Sonpavde, Srikala S. Sridhar, Cristina Suárez, Chad Tang, Abhishek Tripathi, Michiel S. van der Heijden, Martin H. Voss, Wenxin Xu, Tian Zhang, Jonathan E. Rosenberg, Toni K. Choueiri

Notice bibliographique

RevueCA A Cancer Journal for Clinicians · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal cell carcinoma treatment
Établissements canadiensUniversity of TorontoPrincess Margaret Cancer CentreFoothills Medical CentreUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPembrolizumabConsensus conferenceTargeted therapyKidney cancerRenal cell carcinomaDelphi methodBladder cancerSystemic therapy

Résumé

récupéré en direct d'OpenAlex

The therapeutic landscape for renal cell carcinoma (RCC) and urinary tract cancer (UTC) has transformed dramatically, creating complexity in treatment selection and sequencing. The 2025 Advanced Urologic Cancer Consensus Conference was convened to establish evidence-based expert consensus recommendations for optimal management. A multidisciplinary panel of 51 experts participated in a modified Delphi process addressing questions developed through iterative consensus-building covering RCC and UTC management. Voting occurred before and after the conference, and analyses focused on postmeeting responses. Consensus was defined as ≥75% agreement, with strong consensus as >90%. Strong consensus was found on the use of adjuvant pembrolizumab for higher risk RCC (pathologic T2 [pT2], grade 4; pT3-pT4, any grade; pTXN1; or fully resected metastatic disease) and on neoadjuvant therapy before cystectomy for localized UTC. There was strong consensus on the use of enfortumab vedotin plus pembrolizumab as frontline therapy for metastatic UTC and the use of platinum-based chemotherapy postprogression in biomarker-negative UTC. For RCC, there was consensus on the role of single-agent vascular endothelial growth factor receptor-tyrosine kinase inhibitor therapy after progression on frontline immune checkpoint inhibitor/vascular endothelial growth factor receptor-tyrosine kinase inhibitor therapy or dual immune checkpoint inhibitor therapy. However, there was a lack of consensus on other critical areas in the management of RCC and UTC. The 2025 Advanced Urologic Cancer Consensus Conference provides evidence-informed guidance for complex clinical scenarios while identifying critical research priorities. The group recognizes that the lack of consensus across multiple areas highlights the need for improved patient selection and prospective studies enabling optimal combination and sequencing approaches. This iterative annual process will address evolving treatment paradigms to optimize outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,390
Score d'incertitude au seuil0,906

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,074
Tête enseignante GPT0,380
Écart entre enseignants0,305 · 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 tête enseignante, 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
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCA A Cancer Journal for CliniciansMême sujetRenal cell carcinoma treatmentTravaux en français237 207