Metastatic Brain Tumors: To Treat or Not to Treat, and with What?
Notice bibliographique
Résumé
A long time ago, metastatic brain tumors were often not treated and patients were only given palliative care. In the past decade, researchers selected those with single or 1-3 metastases for more aggressive treatments like surgical resection, and/or stereotactic radiosurgery (SRS), since the addition of whole brain radiotherapy (WBRT) did not increase overall survival for the vast majority of patients. Different studies demonstrated significantly less cognitive deterioration in 0-52% patients after SRS versus 85-94% after WBRT at 6 months. WBRT is the treatment of choice for leptomeningeal metastases. WBRT can lower the risk for further brain metastases, particularly in tumors of fast brain metastasis velocity, i.e. quickly relapsing, often seen in melanoma or small cell lung carcinoma. Important relevant literature is quoted to clarify the clinical controversies at point of care in this review. Synchronous primary lung cancer and brain metastasis represent a special situation whereby the oncologist should exercise discretion for curative treatments, with reported 5-year survival rates of 7.6%-34.6%. Recent research suggests that those patients with Karnofsky performance status less than 70, not capable of caring for themselves, are less likely to derive benefit from aggressive treatments. Among patients with brain metastases from non-small cell lung cancer (NSCLC), the QUARTZ trial (Quality of Life after Radiotherapy for Brain Metastases) helps the oncologist to decide when not to treat, depending on the performance status and other factors.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,003 | 0,008 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».