Predictors of the response of cystic brain metastases to gamma knife radiosurgery
Notice bibliographique
Résumé
Background: Gamma knife radiosurgery (GKR) is an effective treatment modality for local control of brain metastases. The predictors of response of cystic brain metastases (CBM) to GKR is not well understood. To measure progression and determine treatment prognostic factors, we quantified the percentage cystic and solid components of brain metastases before and after GKR treatment. Methods: 71 patients with CBM treated with GKR from 2006 to 2010 were selected from our institution’s database. Volumetric analysis was performed on MRIs done on treatment date and the latest MRI. Clinical data and dosimetry parameters were reviewed to identify factors that predicted a response of cystic component and overall tumour control. Results: Metastatic lesions from the lung had significantly larger cystic components (by volume) prior to GKR than metastasis of colorectal origin (p=0.039), and also had significantly larger cystic/total ratios than metastases from the breast (p=0.023). Post-treatment, a trend of >25% improvement in both cystic and solid components of tumours was seen in lung primaries (p=0.239). Metastatic brain tumours of colorectal origin demonstrated the best treatment response of the cystic component. Conclusion: The primary cancer pathology of the CBM has an effect on the response to GKR, and can be used as a prognosticator of changes in cystic and solid volumes of lesions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».