P.168 Prediction of Pituitary Adenoma Recurrence using the SIPAP Classification
Notice bibliographique
Résumé
Background: Pituitary tumor recurrence following endoscopic endonasal transsphenoidal surgery (EETS) has been reported widely. We evaluated a modified score using the SIPAP classification system, combining the suprasellar and paraseller extension scores of the pituitary tumor, to determine its impact on adenoma recurrence. Methods: A retrospective cohort study design with patient characteristics, tumor type, endocrine, operation, imaging data collected. Preoperative MRI images were reviewed and SIPAP classification applied. Postoperative data were extracted for the follow-up period available for each patient.The suprasellar score and the highest parasellar scoring from both sides were numerically summed in a bilateral suprasellar and parasellar (SaP) score and combined to make 4 grades. Results: 276 patients were identified, 56.5% of the cohort was male. The mean cohort age was 54 years old.The mean follow up period was 32 months. Patient perioperative tumor grade according to SaP classification and recurrence rate was: Grade 1: 11%: Grade 2: 10%; Grade 3: 15%; Grade 4: 22%. The results followed a pattern of logarithmic curve. Conclusions: The SaP classification was useful in determining the pituitary tumor expected recurrence following EETS. The advanced tumors had the highest recurrence rates. Use of the SaP score may allow for more accurate preoperative counselling of patients with pituitary adenoma.
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 | 0,001 | 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 | 0,001 | 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) | 0,006 | 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 ».