INNV-28. EXTENT OF RESECTION IN NEWLY DIAGNOSED GLIOBLASTOMA: INCORPORATING CLINICAL AND MOLECULAR DATA TO PREDICT OUTCOME
Notice bibliographique
Résumé
The benefits of increasing extent of resection (EOR) for both overall survival and progression-free survival (PFS) in glioblastoma has been well documented. However, models predicting surgical outcomes have failed to incorporate a patients IDH status, a known prognostic factor. We isolate the impact of IDH on surgical outcomes. We determine the effect modification of increasing EOR and decreasing residual tumor volume (RTV) on IDH status. We performed a retrospective cohort study of 98 patients with glioblastoma who had undergone either biopsy or surgical resection. Tumor volumes were determined by volumetric analysis. Univariable and multivariable Cox PH Regression models were built using overall survival and PFS as endpoints. Increasing EOR and decreasing RTV were both associated with prolonged overall survival and PFS. When IDH status was added to multivariable models, the model utilizing RTV provided a slightly better fit compared to EOR. An interaction term between RTV and IDH status was characterized, such that at low RTVs the prognosis of an IDH mutant is significantly better than that of an IDH wild-type, an effect that is less important as RTV increases. The significance of this term was confirmed by improved fit upon insertion into multivariable models. Minimizing RTV and increasing EOR are important prognostic factors for both IDH wild-type and IDH mutant glioblastoma. The protective benefit of the IDH mutation at lower RTVs suggests these patients are the best candidates for aggressive surgical resection.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».