MétaCan
Menu
Retour à la cohorte
Enregistrement W2587566976 · doi:10.1093/neuonc/now188.219

P09.10 Clinical fMRI in low grade glioma patients: impact on surgical decision making and patient outcomes

2016· article· en· W2587566976 sur OpenAlexaff
Suzanne Kosteniuk, Jonathan C. Lau, Joseph Megyesi

Notice bibliographique

RevueNeuro-Oncology · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueGlioma Diagnosis and Treatment
Établissements canadiensWestern UniversityRobarts Clinical Trials
Organismes subventionnairesnon disponible
Mots-clésMedicineSurgical excisionGliomaClinical decision makingPhysical medicine and rehabilitationSurgeryIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: This study aims to evaluate the impact of preoperative functional magnetic resonance imaging (fMRI) on low grade glioma (LGG) patients’ outcomes and surgical planning. METHODS: In this retrospective matched cohort study of a single surgeon’s patients, we are comparing two groups of LGG patients (WHO grade II) based on exposure to fMRI. Sixteen LGG patients who underwent fMRI were selected, and 32 control (non-fMRI exposed) patients are being selected through propensity score matching from a pool of 764 brain tumour patients. Outcomes being compared include time between clinical presentation and surgery, adverse surgical outcomes, extent of tumour resection, preoperative and postoperative functional status, and overall mortality. To assess the impact of fMRI data on clinicians’ decision making process, neurosurgeons within a single centre are completing questionnaires regarding treatment options for each LGG fMRI patient based on clinical data and structural imaging before and after fMRI. The questionnaire includes questions regarding expectations of the tumours’ eloquence, preferred treatment option, expected extent of resection, and degree of confidence that the preferred treatment option is optimal. RESULTS: Within the group of 16 LGG patients who have undergone fMRI studies over a 12-year period, mean age was 40 years, and most presented with seizures (81%). Most lesions were left-sided (81%), and the lobes most commonly involved were frontal (75%) and temporal (31%). Patients underwent either craniotomy (50%), stereotactic biopsy (25%) or nonsurgical management (25%). Nine patients had 1p/19q analysis performed, and three (33%) showed 1p/19q codeletion. Mean time between clinical presentation and fMRI was 3.3 ± 1.9 weeks. In patients who were initially managed surgically, mean time between fMRI and surgery was 3.8 ± 2.0 weeks. Surgical complications or post-operative neurological deficits were seen in four patients who underwent craniotomy (50%) and one patient who underwent biopsy (25%). All complications were mild and/or temporary. In surgical patients, between pre-operative assessment and eight week post-operative follow-up, mean modified Rankin scale improved from 1.80 ± 0.79 to 1.50 ± 0.97. In our cohort, 5-year mortality was 12.5% (mean follow-up duration 5.46 years). CONCLUSIONS: Data analysis is ongoing with plans to compare relevant demographics and outcomes of brain tumour patients based on exposure to fMRI, and to analyse questionnaires to elucidate how surgeons incorporate fMRI data into their therapeutic approach.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,031
Tête enseignante GPT0,382
Écart entre enseignants0,351 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuro-OncologyMême sujetGlioma Diagnosis and TreatmentTravaux en français237 207