ФГБОУ ДПО «Российская медицинская академия непрерывного профессионального образования» (Кафедра урологии и хирургической андрологии, Доцент)
Россия
Россия
Россия
ФГБОУ ВО «Российская медицин- ская академия непрерывного профессионального образования» (Кафедра урологии и хирургической андрологии, Профессор)
Россия
Россия
Cуществующие критерии оценки острого повреждения почки не позволяют выявить повреждение паренхимы почки небольшой степени тяжести и предсказать долгосрочные функциональные результаты ее резекции. Целью исследования стала оценка показателя процентного снижения скорости клубочковой фильтрация после операции в качестве маркера острого повреждения почки и функционального результата через 1 год после операции.
рак почки, резекция почки, функциональные результаты, трифекта, пентафекта, острое повреждение почки
1. Chawla L.S., Eggers P.W., Star R.A. et al. Acute kidney injury and chronic kidney disease as interconnected syndromes. N Engl J Med. – 2014; 371: 58–66. doihttps://doi.org/10.1056/NEJMra1214243
2. Acute Kidney Injury (AKI) – KDIGO. Im internet: https://kdigo.org/guidelines/acute-kidney-injury; stand: 09.01.2023.
3. Crocerossa F., Fiori C., Capitanio U. et al. Estimated Glomerular Filtration Rate Decline at 1 Year After Minimally Invasive Partial Nephrectomy: A Multimodel Comparison of Predictors. – Eur Urol Open Sci 2022; 38: 52–59. doihttps://doi.org/10.1016/j.euros.2022.02.005
4. Brierley J.D., Gospodarowicz M.K., Wittekind C. (ed.). TNM Classification of Malignant Tumours, 8-th Edition | Wiley. – Eighth edition. Chichester, West Sussex, UK: John Wiley & Sons, Inc.; 2017.
5. Kutikov A., Uzzo R.G. The R.E.N.A.L. Nephrometry Score: A Comprehensive Standardized System for Quantitating Renal Tumor Size, Location and Depth. – J Urol 2009; 182: 844–853. doi:10.1016/ j.juro.2009.05.035
6. Lavine M., Schervish M.J. Bayes Factors: What They Are and What They Are Not. Am Stat 1999; 53: 119–122.
7. Bayesian model averaging: a tutorial (with comments by M. Clyde, David Draper and E.I. George, and a rejoinder by the authors. Im internet: https://projecteuclid.org/journals/statistical-science/volume- 14/issue-4/Bayesian-model-averaging--a-tutorial-with-comments-by-M/10.1214/ss/1009212519. full; stand: 29.05.2024
8. Krane L.S., Hemal A.K. Emerging technologies to improve techniques and outcomes of robotic partial nephrectomy: striving toward the pentafecta. – Urol Clin North Am 2014; 41: 511–519. doi:10.1016/ j.ucl.2014.07.006
9. Lane B.R., Babineau D.C., Poggio E.D. et al. Factors Predicting Renal Functional Outcome After Partial Nephrectomy. – J Urol. – 2008; 180: 2363–2369. doihttps://doi.org/10.1016/j.juro.2008.08.036
10. Mir M.C., Campbell R.A., Sharma N. et al. Parenchymal volume preservation and ischemia during partial nephrectomy: functional and volumetric analysis. – Urology. – 2013; 82: 263–268. doi:10.1016/ j.urology.2013.03.068
11. Claeskens G., Hjort N.L. Model Selection and Model Averaging. – Cambridge University Press. – 2008.
