腎細胞癌患者における血清可溶性インターロイキン2受容体値 : 手術前後の変化についての検討
Notice bibliographique
Résumé
This study was carried out in order to find out whether soluble interleukin II receptor (sIL-2R) levels were useful as a treatment biomarker in patients with renal cell carcinoma (RCC). The subjects consisted of 17 patients with RCC who had been scheduled for radical or partial nephrectomy. Serum levels of sIL-2R were measured before surgery and 1 and 3 months after surgery. We also analyzed the relationship of preoperative sIL-2R to pathologic TNM-stage, grading and presumptive tumor volume. The mean value of pre-operative sIL-2R in patients with RCC was 496.5 U/ml as compared with 302.7 U/ml in the control group (p = 0.056). Pre-operative sIL-2R values were 411.1 U/ml in stage I (n = 6), 481.4 U/ml in stage III (n = 11) and 1, 330 U/ml in stage IV (n = 1). There was no significant difference between stage I and stage III. As compared with pathologic grading, pre-operative sIL-2R levels in patients with grade 2 were significantly higher than those with grade 1 (609.8 U/ml versus 288.7 U/ml, p = 0.016). There existed a significant correlation between preoperative sIL-2R and presumptive tumor volume (r = 0.61, p = 0.008). Three months after surgery, sIL-2R values were significantly higher than before surgery. Serum sIL-2R levels seemed to bear some relationship to the extent of disease in patients with RCC. Values of sIL-2R were significantly higher after than before surgery at least for a three-month postoperative period, suggesting a response to trauma of surgery. Further long term studies were required to clarify if sIL-2R could predict the progression of disease.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».