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 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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 ».