MétaCan
Menu
← Retour à la cohorte
Enregistrement W2767576218 · doi:10.1093/neuonc/nox168.563

NCOG-02. PRETREATMENT VOLUME OF MRI-DETERMINED WHITE MATTER INJURY (WMI) PREDICTS COGNITIVE DECLINE AFTER HIPPOCAMPAL AVOIDANT (HA) WBRT FOR BRAIN METASTASES: SECONDARY ANALYSIS OF NRG ONCOLOGY RTOG 0933

2017· article· en· W2767576218 sur OpenAlexaff
Joseph Bovi, Stephanie L. Pugh, David S. Sabsevitz, Clifford G. Robinson, E.S. Paulson, Minesh P. Mehta, Vinai Gondi, Vijayananda Kundapur, Wayne H. Pinover, Samuel T. Chao, Mitch Machtay, Albert S. DeNittis, Nadia N. Laack, Jeffrey Greenspoon, Robert S. Mannel, Jiayi Huang, M.M. Dominello, Lisa A. Kachnic

Notice bibliographique

RevueNeuro-Oncology · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensMcMaster UniversityJuravinski Cancer Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineVerbal learningCognitive declineInternal medicineVerbal memoryOncologyDementiaCognitionDiseasePsychiatry

Résumé

récupéré en direct d'OpenAlex

RTOG 0933 demonstrated benefits to memory following HA-WBRT, supporting the hypothesis of hippocampal radiosensitivity and associated memory specificity. However, some patients demonstrated cognitive decline, suggesting mechanisms outside hippocampal radiosensitivity playing a role. WMI has been implicated in RT-induced cognitive decline. This secondary analysis explored the relationship between pre-treatment WMI and memory following HA-WBRT. 113 patients received HA-WBRT. Standardized cognitive assessments were performed at baseline, 2, 4, and 6 months. The primary endpoint was Hopkins Verbal Learning Test Delayed Recall (HVLT-DR) at 4 mos. Secondary endpoints included HVLT Total Recall (HVLT-TR) and Recognition (HVLT-Recog). Of 113 patients, 34 underwent pre-treatment and 4-month post-treatment HVLT testing and pre-treatment post-contrast volumetric T1 and axial T2/FLAIR MRI. Volumetric analysis of metastatic disease burden and disease-unrelated WMI was conducted on the pre-treatment MRI. Correlational analyses were performed examining the relationship between pre-treatment WMI and HVLT outcomes following HA-WBRT. Correlation was found between larger volumes of pre-treatment WMI and decline in HVLT-Recog (r=.54, p<.05) and a correlational trend was observed between larger volume of pre-treatment WMI and decline in HVLT-DR (r=.31, p=.08). Patients with higher pre-treatment disease burden experienced a greater magnitude of stability/positive shift in HVLT-TR and HVLT–DR following HA-WBRT. (r=-.36 and r=-.36, p’s <.05), compared to the magnitude of stability/positive shift in those with lesser disease burden. In patients receiving HA-WBRT, pre-treatment WMI predicts memory decline, suggesting white matter integrity pre-treatment contributes to the pathogenesis of post-WBRT cognitive toxicity independent of hippocampal stem cell radiosensitivity. Less decline/improvement in HVLT following HA-WBRT for patients with higher pre-treatment intracranial metastatic burden supports the importance of WBRT-induced intracranial control on cognition. These imaging biomarkers for cognitive toxicity will be further explored on NRG CC001 and CC003, phase III trials of WBRT with or without HA. Supporting NCI grants: U10CA180868, U10CA180822, U24CA180803, UG1CA189867.

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)0,001
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 enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,022
Tête enseignante GPT0,359
Écart entre enseignants0,337 · 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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuro-Oncology→Même sujetMedical Imaging Techniques and Applications→Travaux en français237 207→