MRI predictors for brain invasion in meningiomas
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: In the 2016 revision of the World Health Organization classification of central nervous system tumours, brain invasion was added as an independent histological criterion for the diagnosis of a World Health Organization grade II atypical meningioma. The aim of this study was to assess whether magnetic resonance imaging characteristics can predict brain invasion for meningiomas. MATERIALS AND METHODS: We conducted a retrospective review of all meningiomas resected at our institution between 2005 and 2016 which had preoperative magnetic resonance imaging and included brain tissue within the pathology specimen. One hundred meningiomas were included in the study, 60 of which had histopathological brain invasion, 40 of which did not. Magnetic resonance imaging characteristics of tumours were evaluated for potential predictors of brain invasion. Tumour location, size, perilesional oedema, contour, cerebrospinal fluid cleft, peritumoral cyst, dural venous sinus invasion, bone invasion, hyperostosis and the presence of enlarged pial arteries and veins were evaluated. Data were analysed using conventional chi-square, Fisher's exact test and logistic regression. RESULTS: The volume of peritumoral oedema was significantly higher in the brain-invasive meningioma group compared to the non-brain-invasive group. The presence of a complete cleft was a rare finding that was only found in non-brain-invasive meningiomas. The presence of enlarged pial feeding arteries was a rare finding that was only found in brain-invasive meningiomas. CONCLUSIONS: An increased volume of perilesional oedema is associated with the likelihood of brain invasion for meningiomas.
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.
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 | 0,001 | 0,000 |
| 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) | 0,000 | 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 découle