Asynchronous pineoblastoma is more likely after early diagnosis of retinoblastoma: a meta‐analysis
Notice bibliographique
Résumé
PURPOSE: To determine the risk of patients with an early diagnosis of heritable retinoblastoma being diagnosed with TRb (or pineoblastoma) asynchronously in a later stage and its effect on screening. METHODS: We updated the search (PubMed and Embase) for published literature as performed by our research group in 2014 and 2019. Trilateral retinoblastoma (TRb) patients were eligible for inclusion if identifiable as unique and the age at which TRb was diagnosed was available. The search yielded 97 new studies. Three new studies and eight new patients were included. Combined with 189 patients from the previous meta-analysis, the database included 197 patients. The main outcome was the percentage of asynchronous TRb in patients diagnosed before and after preset age thresholds of 6 and 12 months of age at retinoblastoma diagnosis. RESULTS: Seventy-nine per cent of patients with pineoblastoma are diagnosed with retinoblastoma before the age of 12 months. However, baseline MRI screening at time of retinoblastoma diagnosis fails to detect the later diagnosed pineal TRb in 89% of patients. We modelled that an additional MRI performed at the age of 29 months picks up 53% of pineoblastomas in an asymptomatic phase. The detection rate increased to 72%, 87% and 92%, respectively, with 2, 3 and 4 additional MRIs. CONCLUSIONS: An MRI of the brain in heritable retinoblastoma before the age of 12 months misses most pineoblastomas, while retinoblastomas are diagnosed most often before the age of 12 months. Optimally timed additional MRI scans of the brain can increase the asymptomatic detection rate of pineoblastoma.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,008 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».