Analysis and natural history of pituitary incidentalomas
Notice bibliographique
Résumé
OBJECTIVES: Pituitary incidentalomas (PI) are frequently found on brain imaging. Despite their high prevalence, little is known about their long-term natural history and there are limited guidelines on how to monitor them. METHODS: We conducted a retrospective study to compare epidemiological characteristics at presentation and the natural history of PI in population-based vs referral-based registries from two tertiary-care referral centers in Canada. RESULTS: A total of 328 patients with PI were included, of whom 73% had pituitary adenomas (PA) and 27% had non-pituitary sellar masses. The commonest indications for imaging were headache (28%), dizziness (12%) and stroke/transient ischemic attack (TIA) (9%). There was a slight female preponderance (52%) with a median age of 55 years at diagnosis; 71% presented as macroadenomas (>10mm). Of PA, 25% were functioning tumors and at presentation 36% of patients had evidence of secondary hormonal deficiency (SHD). Of the total cohort, 68% were treated medically or conservatively whereas 32% required surgery. Most tumors (87% in non-surgery and 68% in post-surgery group) remained stable during follow-up. Similarly, 84% of patients in the non-surgery and 73% in the surgery group did not develop additional SHD during follow-up. The diagnosis of non-functioning adenoma was a risk factor for tumor enlargement and a change in SHD status was associated with a change in tumor size. CONCLUSIONS: Our data suggest that most PI seen in tertiary-care referral centers present as macroadenomas and may frequently be functional, often requiring medical or surgical intervention.
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 | 0,000 | 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».