MétaCan
Menu
Retour à la cohorte
Enregistrement W2309119811 · doi:10.3171/2016.1.peds15580

Vulnerability of white matter to insult during childhood: evidence from patients treated for medulloblastoma

2016· article· en· W2309119811 sur OpenAlexafffund
Iska Moxon‐Emre, Éric Bouffet, Michael D. Taylor, Normand Laperrière, Michael B. Sharpe, Suzanne Laughlin, Ute Bartels, Nadia Scantlebury, Nicole Law, David Malkin, Jovanka Skocic, Logan Richard, Donald Mabbott

Notice bibliographique

RevueJournal of Neurosurgery Pediatrics · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensHospital for Sick ChildrenPrincess Margaret Cancer CentreUniversity of TorontoOntario Institute for Cancer ResearchPediatric Oncology Group
Organismes subventionnairesBrain Tumour ResearchHospital for Sick ChildrenGarron Family Cancer CentreGenome British ColumbiaFondation Brain CanadaPediatric Oncology Group of OntarioChildren's Hospital FoundationCanadian Institutes of Health ResearchGenome Canada
Mots-clésMedicineFractional anisotropyMedulloblastomaWhite matterNuclear medicineDiffusion MRIRadiologyMagnetic resonance imagingPathology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE Craniospinal irradiation damages the white matter in children treated for medulloblastoma, but the treatment-intensity effects are unclear. In a cross-sectional retrospective study, the effects of treatment with the least intensive radiation protocol versus protocols that delivered more radiation to the brain, in addition to the effects of continuous radiation dose, on white matter architecture were evaluated. METHODS Diffusion tensor imaging was used to assess fractional anisotropy, mean diffusivity, radial diffusivity, and axial diffusivity. First, regional white matter analyses and tract-based spatial statistics were conducted in 34 medulloblastoma patients and 38 healthy controls. Patients were stratified according to those treated with 1) the least intensive radiation protocol, specifically reduced-dose craniospinal irradiation plus a boost to the tumor bed only (n = 17), or 2) any other dose and boost combination that delivered more radiation to the brain, which was also termed the "all-other-treatments" group (n = 17), and comprised patients treated with standard-dose craniospinal irradiation plus a posterior fossa boost, standard-dose craniospinal irradiation plus a tumor bed boost, or reduced-dose craniospinal irradiation plus a posterior fossa boost. Second, voxel-wise dose-distribution analyses were conducted on a separate cohort of medulloblastoma patients (n = 15). RESULTS The all-other-treatments group, but not the reduced-dose craniospinal irradiation plus tumor bed group, had lower fractional anisotropy and higher radial diffusivity than controls in all brain regions (all p < 0.05). The reduced-dose craniospinal irradiation plus tumor bed boost group had higher fractional anisotropy (p = 0.05) and lower radial diffusivity (p = 0.04) in the temporal region, and higher fractional anisotropy in the frontal region (p = 0.04), than the all-other-treatments group. Linear mixed-effects modeling revealed that the dose and age at diagnosis together 1) better predicted fractional anisotropy in the temporal region than models with either alone (p < 0.005), but 2) did not better predict fractional anisotropy in comparison with dose alone in the occipital region (p > 0.05). CONCLUSIONS Together, the results show that white matter damage has a clear association with increasing radiation dose, and that treatment with reduced-dose craniospinal irradiation plus tumor bed boost appears to preserve white matter in some brain regions.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,398

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,041
Tête enseignante GPT0,315
Écart entre enseignants0,273 · 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'étudeObservationnel
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

Citations36
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Neurosurgery PediatricsMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207