Growth of Pituitary Macroadenomas Postpartial Resection: Implications for Adjuvant Radiotherapy
Notice bibliographique
Résumé
Objective To determine the volumetric growth in macroadenomas (MAs) patients with residual postoperative disease and to identify subpopulations with rapid postoperative growth rate that may benefit from early salvage radiotherapy (RT). Methods Patients who had undergone a partial resection for MAs and did not receive immediate postoperative RT were eligible. Residual tissue was contoured on serial magnetic resonance imaging and planimetric and volumetric changes in size were measured. Growth rates were established by a single observer using serial volumetric measurements. Data were analyzed to find a relationship among growth rate, adjuvant treatment, and patient and tumor characteristics. Results Thirty-one patients met the eligibility criteria. Nine patients (29%) required adjuvant treatment because of tumor growth. Volumetric growth was identified 95% of the time compared with 64% planimetrically. Planimetric growth could not be established in 10% of patients showing volumetric changes. Median growth rate was 0.4464 mL/y. Growth rate positively correlated with size of residual postoperative volume (p < 0.001). Receiving salvage treatment positively correlated with growth rate (p = 0.001), particularly at a rate above 2.19 mL/y (p = 0.0064). Five patients (16%) had a growth rate above this level, all of which required salvage treatment. Patients with postoperative residual volume > 3.95 mL were most likely to experience rapid growth rate and require salvage treatment (p = 0.007). Conclusion Volumetric measurement was found to be superior to planimetric measurement in detecting changes in patients with residual tumors. Patients with postoperative residual volume > 3.95 mL should be considered for early treatment with RT.
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) | 0,001 | 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 ».