Clinical challenges of glioma and pregnancy: a systematic review
Notice bibliographique
Résumé
INTRODUCTION: This review aims to summarize challenges in clinical management of concomitant gliomas and pregnancy and provides suggestions for this management based on current literature. METHODS: PubMed and Embase databases were systematically searched for studies on glioma and pregnancy. Observational studies and articles describing expert opinions on clinical management were included. The strength of evidence was categorized as arguments from observational studies, consensus in expert opinions, or single expert opinions. Risk of bias was assessed by the Newcastle-Ottawa Scale (NOS). RESULTS: 27 studies were selected, including 316 patients with newly diagnosed (n = 202) and known (n = 114) gliomas during pregnancy. The median sample size was 6 (range 1-65, interquartile range 1-9). Few recommendations originated from observational studies; the remaining arguments originated from consensus in expert opinions. CONCLUSION: Findings from observational studies of adequate quality include (1) There is no known effect of pregnancy on survival in low-grade glioma patients; (2) Pregnancy can provoke clinical deterioration and tumor growth on MRI; (3) In stable women at term, there is no benefit of cesarean section over vaginal delivery, with respect to adverse events in mother or child. Unanswered questions include when pregnancy should be discouraged, what best monitoring schedule is for both mother and fetus, and if and how chemo- and radiation therapy can be safely administered during pregnancy. A multicenter individual patient level meta-analysis collecting granular information on clinical management and related outcomes is needed to provide scientific evidence for clinical decision-making in pregnant glioma patients.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,001 |
| 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 | 0,001 |
| 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 ».