Stereotactic Ablative Radiotherapy for the Management of Liver Metastases from Neuroendocrine Neoplasms: A Preliminary Study
Notice bibliographique
Résumé
INTRODUCTION: Liver metastases are common in patients with neuroendocrine neoplasms. The role of stereotactic ablative radiotherapy (SABR) is not well understood in this population. OBJECTIVE: The objective of this study was to evaluate the safety and efficacy of SABR in treating well-differentiated neuroendocrine liver metastases (WD-NELM). METHODS: A retrospective review of patients with WD-NELM treated with SABR was conducted between January 2015 and July 2019. Demographic, treatment, and clinical/radiographic follow-up data were abstracted. RECIST 1.1 criteria were applied to each individual target to evaluate the response to treatment. Local control (LC) and progression-free survival (PFS) were determined using the Kaplan-Meier methodology. Toxicity was reported according to the CTCAE v5.0. RESULTS: Twenty-five patients with a total of 53 liver metastases treated with SABR were identified. Most patients (68%) had midgut tumors, were grade 2 (80%), and had high-volume intrahepatic and/or extrahepatic disease (76%). The median number of liver metastases treated was 2, with a median size of 2.5 cm. The median radiation dose delivered was 50 Gy/5 fractions. The median follow-up was 14 months; 24 of the 25 patients were alive at the time of analysis. The objective response rate was 32%, with improvement or stability in 96% of lesions treated. The median time to best response was 9 months. The 1-year LC and PFS were 92 and 44%, respectively. No grade 3/4 acute or late toxicity was identified. CONCLUSIONS: Liver SABR is a safe and promising means of providing LC for WD-NELM. This treatment modality should be evaluated in selected patients in concert with strategies to manage systemic disease.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».