The benefit of early surgery on overall survival in incidental low-grade glioma patients: A multicenter study
Notice bibliographique
Résumé
BACKGROUND: The role of surgery for incidentally discovered diffuse incidental low-grade gliomas (iLGGs) is debatable and poorly documented in current literature. OBJECTIVE: The aim was to identify factors that influence survival for patients that underwent surgical resection of iLGGs in a large multicenter population. METHODS: Clinical, radiological, and surgical data were retrospectively analyzed in 267 patients operated for iLGG from 4 neurosurgical Centers. Univariate and multivariate analyses were performed to identify predictors of overall survival (OS) and tumor recurrence (TR). RESULTS: The OS rate was 92.41%. The 5- and 10-year estimated OS rates were 98.09% and 93.2%, respectively. OS was significantly longer for patients with a lower preoperative tumor volume (P = .001) and higher extent of resection (EOR) (P = .037), regardless the WHO-defined molecular class (P = .2). In the final model, OS was influenced only by the preoperative tumor volume (P = .006), while TR by early surgery (P = .028). A negative association was found between preoperative tumor volumes and EOR (rs = -0.44, P < .001). The median preoperative tumor volume was 15 cm3. The median EOR was 95%. Total or supratotal resection of T2-FLAIR abnormality was achieved in 61.62% of cases. Second surgery was performed in 26.22%. The median time between surgeries was 5.5 years. Histological evolution to high-grade glioma was detected in 22.85% of cases (16/70). Permanent mild deficits were observed in 3.08% of cases. CONCLUSIONS: This multicenter study confirms the results of previous studies investigating surgical management of iLGGs and thereby strengthens the evidence in favor of early surgery for these lesions.
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 ».