Baseline MRI findings as predictors of hypopituitarism in patients with non-functioning pituitary adenomas
Notice bibliographique
Résumé
Hypopituitarism tends to occur in large pituitary adenomas. However, similar tumors could present with strikingly different hormonal deficiencies. In this study, we looked at MRI characteristics in non-functioning pituitary adenomas (NFPA), which could predict secondary adrenal insufficiency (SAI) and central hypothyroidism (CHT). We reviewed the files of patients with NFPA attending our clinic. Tumor size, invasiveness, MR-signal intensity, and gadolinium enhancement in preoperative MRI were recorded along with documented presurgical hypopituitarism profile. Logistic regression was used to predict SAI, CHT, or both (SAI/CHT) based on MRI and demographic parameters. Receiver operating characteristic curves were used to determine their diagnostic utility. One hundred twenty-one patients were included in the study. Older age (P = 0.021), male sex (P = 0.043), stalk deviation (P < 0.0001), contrast enhancement (P = 0.029), and optic chiasma compression (P = 0.012) were associated with SAI/CHT. Adenoma vertical height, largest diameter, and estimated volume were also strongly associated with SAI/CHT (P < 0.0001). These associations remained significant in a multivariate analysis. No tumor smaller than 12 mm in vertical height, 17 mm in largest diameter, or 0.9 cm3 in volume was associated with SAI/CHT. At cut-off ≥18 mm for vertical height, ≥23 mm for largest diameter, and ≥3.2 cm3 the sensitivity was around 90-92% for detecting SAI/CHT. Only vertical height was significantly associated with any one or more pituitary hormonal deficit (P = 0.001). In conclusion, adenoma size, independent of the measurement used, remains the best predictor of SAI/CHT in NFPA. Dynamic testing to rule out SAI is probably indicated in adenomas larger than 18 mm vertical height, 23 mm largest diameter and 3.2 cm3 adenoma volume.
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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».