Systematic review of the incidence and risk factors for cerebral vasculopathy and stroke after cranial proton and photon radiation for childhood brain tumors
Notice bibliographique
Résumé
BACKGROUND: The aim of our study is to determine the incidence, timing, and risk factors for cerebral vasculopathy after cranial proton and photon radiation for pediatric brain tumors. METHODS: We performed a single-institution retrospective review of a cohort of children treated with proton radiation for brain tumors. MRA and/or MRI were reviewed for evidence of cerebral vascular stenosis and infarcts. Twenty-one similar studies (17 photon, 4 proton) were identified by systematic literature review. RESULTS: For 81 patients with median follow-up of 3 years, the rates of overall and severe vasculopathy were 9.9% and 6.2% respectively, occurring a median of 2 years post radiation. Dose to optic chiasm greater than 45 Gy and suprasellar location were significant risk factors. Results were consistent with 4 prior proton studies (752 patients) that reported incidence of 5% to 6.7%, 1.5 to 3 years post radiation. With significantly longer follow-up (3.7-19 years), 9 studies (1108 patients) with traditional photon radiation reported a higher rate (6.3%-20%) and longer time to vasculopathy (2-28 years). Significant risk factors were neurofibromatosis type 1 (NF-1; rate 7.6%-60%) and suprasellar tumors (9%-20%). In 10 studies with photon radiation (1708 patients), the stroke rate was 2% to 18.8% (2.3-24 years post radiation). CONCLUSIONS: Childhood brain tumor survivors need screening for vasculopathy after cranial radiation, especially with higher dose to optic chiasm, NF-1, and suprasellar tumors. Prospective studies are needed to identify risk groups, and ideal modality and timing, for screening of this toxicity.
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 | 0,001 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 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 ».