LINC-11. NEUROPATHOLOGY REVIEW OF LATIN AMERICAN CHILDHOOD AND ADOLESCENT BRAIN TUMOR PATIENTS: A MULTI-NATIONAL, MULTI-DISCIPLINARY PEDIATRIC NEURO-ONCOLOGY TELECONFERENCE EXPERIENCE
Notice bibliographique
Résumé
Abstract BACKGROUND Pediatric brain tumor classification has undergone significant evolution over the last decade requiring a high-level of expertise and diagnostic techniques. Such advances have created challenges for pathologists particularly in low-to-middle income countries (LMIC). We conduct weekly pediatric neuro-oncology teleconferences linking global pediatric neuro-oncologists from high-income countries (HIC) to review patients with pediatric subspecialists from Latin America. METHODS Three to five patients are discussed weekly and second neuropathology review is offered when a high-level of suspicion emerges of a questionable diagnosis based on clinical and radiographical information. Nationwide Children’s Hospital (NCH) provides second neuropathology review at no cost to institutions in Latin America that fulfill these criteria. RESULTS From July 2015 to December 2019 NCH reviewed 54 pathology samples from eleven Latin American countries. Of these, 33 (61.1%) cases resulted in diagnostic changes, of which 28 (51.8%) were significant, impacting treatment plans and overall patient outcomes. The remaining 21 (38.9%) confirmed institutional diagnosis; however, in eight of these 21 cases additional molecular information and/or further tumor subtyping unavailable in their home country at the time (eg: BRAF, RELA-fusion, medulloblastoma subtyping) was provided. CONCLUSIONS This study highlights the importance of centralized pathology review by institutions with the proper equipment, infrastructure and expertise in pediatric neuropathology. Furthermore, this documents the beneficial impact of teleconferencing for subspecialists in LMIC who must treat a wide variety of pediatric cancers with few resources and support. Additionally, our findings underscore the need for pediatric subspecialty training in LMIC.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».