Factors Influencing the Outcome of Stereotactic Radiosurgery in Patients With Five or More Brain Metastases
Notice bibliographique
Résumé
Background: Stereotactic radiosurgery (SRS) for patients with 5 or more brain metastases (BMets) is a matter of debate. We report our results with that approach and the factors influencing outcome. Methods: In the 103 patients who underwent SRS for the treatment of 5 or more BMets, primary histology was non-small-cell lung cancer (57% of patients). All patients were grouped by Karnofsky performance status and recursive partitioning analysis (RPA) classification. In our cohort, 72% of patients had uncontrolled extracranial disease, and 28% had stable or responding systemic disease. Previous irradiation for 1–4 BMets had been given to 56 patients (54%). The mean number of treated BMets was 7 (range: 5–19), and the median cumulative BMets volume was 2 cm3 (range: 0.06–28 cm3). Results: Multivariate analyses showed that stable extracranial disease (p < 0.001) and RPA (p = 0.022) were independent prognostic factors for overall survival (OS). Moreover, a cumulative treated BMets volume of less than 6 cm3 (adjusted hazard ratio: 2.54; p = 0.006; 95% confidence interval: 1.30 to 4.99) was associated with better OS. The total number of BMets had no effect on survival (p = 0.206). No variable was found to be predictive of local control. The RPA was significant (p = 0.027) in terms of distant recurrence. Conclusions: Our study suggests that SRS is a reasonable option for the management of patients with 5 or more BMets, especially with a cumulative treatment volume of less than 6 cm3.
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 ».