Dataset for the reporting of renal biopsy for tumour: recommendations from the International Collaboration on Cancer Reporting (ICCR)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The International Collaboration on Cancer Reporting (ICCR) has developed a suite of detailed datasets for international implementation. These datasets are based on the reporting protocols developed by the Royal College of Pathologists (UK), The Royal College of Pathologists of Australasia and the College of American Pathologists, with modifications undertaken by international expert groups appointed according to ICCR protocols. The dataset for the reporting of renal biopsy for tumour is designed to provide a structured reporting template containing minimum data recording key elements suitable for international use. In formulating the dataset, the ICCR panel incorporated recommendations from the 2012 Vancouver Consensus Conference of the International Society of Urological Pathology (ISUP) and the 2016 edition of the WHO Bluebook on tumours of the urinary and male genital systems. Reporting elements were divided into Required (Core) and Recommended (Non-core) components of the report. Required elements are as follows: specimen laterality, histological tumour type, WHO/ISUP histological tumour grade, sarcomatoid morphology, rhabdoid morphology, necrosis, lymphovascular invasion and coexisting pathology in non-neoplastic kidney. Recommended reporting elements are as follows: operative procedure, tumour site(s), histological tumour subtype and details of ancillary studies. In particular, it is noted that fluorescence in situ hybridisation studies may assist in diagnosing translocation renal cell carcinoma (RCC) and in distinguishing oncocytoma and eosinophilic chromophobe RCC. It is anticipated that the implementation of this dataset into routine clinical practice will facilitate uniformity of pathology reporting worldwide. This, in turn, should have a positive impact on patient treatment and the quality of demographic information held by cancer registries.
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.
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) | 0,000 | 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 | 0,001 | 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 découle