MétaCan
Menu
Retour à la cohorte
Enregistrement W2993014770 · doi:10.1093/nop/npz063

Management evaluation of metastasis in the brain (MEMBRAIN)—a United Kingdom and Ireland prospective, multicenter observational study

2019· article· en· W2993014770 sur OpenAlexaff
Josephine Jung, Jignesh Tailor, Emma Dalton, Laurence Glancz, Joy Roach, Rasheed Zakaria, Simon Lammy, Ajai Chari, Karol P. Budohoski, Laurent J. Livermore, Kenny Yu, Michael D. Jenkinson, Paul M. Brennan, Lucy Brazil, Catey Bunce, Elli Bourmpaki, Keyoumars Ashkan, Francesco Vergani, Shailendra Achawa, Rafid Al-Mahfoudh, Erminia Albanese, Michael Amoo, Reiko Ashida, Kirsty Benton, Harsh Bhatt, Ian Coulter, Pietro Ivo D’Urso, Andrew Dapaah, Kelly Dawson, Gareth Dobson, John C. Duddy, Edward Dyson, Ellie Edlmann, Pablo Goetz, Athanasios Grivas, Paul Grundy, Cathal John Hannan, Lianne Harrison, Syed Moin Hassan, Damian Holliman, Aimun A B Jamjoom, Mohsen Javadpour, James T. Laban, C.C.S. Lim, Donald Macarthur, Helen McCoubrey, Edward McKintosh, Mark Neilly, John W. Norris, Adam Nunn, Gerry O’Reilly, Konstantinos Petridis, Puneet Plaha, Jonathan Pollock, Chittoor Rajaraman, F Rasul, William M. Sage, Rohitashwa Sinha, Naomi Slator, Alexander Smedley, Lewis Thorne, Sebastian Trifoi, Micaela Uberti, Mohamed Ugas, Ravi Vemaraju, James Walkden, Mueez Waqar, Stefan Yordanov

Notice bibliographique

RevueNeuro-Oncology Practice · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueBrain Metastases and Treatment
Établissements canadiensHospital for Sick Children
Organismes subventionnairesKing's College LondonMedical Research CouncilNational Institute for Health and Care ResearchRoyal College of Surgeons of EnglandCancer Research UK
Mots-clésMedicineReferralBrain metastasisInternal medicineLogistic regressionUnivariate analysisProspective cohort studyObservational studyLung cancerCohortMetastasisPediatricsCancerMultivariate analysisFamily medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Background In recent years an increasing number of patients with cerebral metastasis (CM) have been referred to the neuro-oncology multidisciplinary team (NMDT). Our aim was to obtain a national picture of CM referrals to assess referral volume and quality and factors affecting NMDT decision making. Methods A prospective multicenter cohort study including all adult patients referred to NMDT with 1 or more CM was conducted. Data were collected in neurosurgical units from November 2017 to February 2018. Demographics, primary disease, KPS, imaging, and treatment recommendation were entered into an online database. Results A total of 1048 patients were analyzed from 24 neurosurgical units. Median age was 65 years (range, 21-93 years) with a median number of 3 referrals (range, 1-17 referrals) per NMDT. The most common primary malignancies were lung (36.5%, n = 383), breast (18.4%, n = 193), and melanoma (12.0%, n = 126). A total of 51.6% (n = 541) of the referrals were for a solitary metastasis and resulted in specialist intervention being offered in 67.5% (n = 365) of cases. A total of 38.2% (n = 186) of patients being referred with multiple CMs were offered specialist treatment. NMDT decision making was associated with number of CMs, age, KPS, primary disease status, and extent of extracranial disease (univariate logistic regression, P < .001) as well as sentinel location and tumor histology (P < .05). A delay in reaching an NMDT decision was identified in 18.6% (n = 195) of cases. Conclusions This study demonstrates a changing landscape of metastasis management in the United Kingdom and Ireland, including a trend away from adjuvant whole-brain radiotherapy and specialist intervention being offered to a significant proportion of patients with multiple CMs. Poor quality or incomplete referrals cause delay in NMDT decision making.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,406

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,130
Tête enseignante GPT0,412
Écart entre enseignants0,283 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuro-Oncology PracticeMême sujetBrain Metastases and TreatmentTravaux en français237 207