P.114 Benign tumors of peripheral nerves in children at a tertiary-care pediatric hospital
Notice bibliographique
Résumé
Background: Tumors affecting peripheral nerves in children are rare. Accurate diagnosis ensures that management is appropriate and timely. Methods: We review the clinical presentation and utility of investigations of children with intrinsic tumors affecting peripheral nerves at the Children’s Hospital of Eastern Ontario (CHEO). Results: From 2009-2019, 14 cases were identified. Mean age of symptom onset was 8.2 years (range 0.3 to 17.3 years). Presenting symptoms included painless muscle wasting (2/14), focal muscle weakness (7/14), contracture (1/14), pain (1/14) or a painless, palpable mass (3/14). MRI was useful at differentiating benign pediatric nerve tumors. Peripheral nerve lipomatosis demonstrated a classic “spaghetti string” appearance. Patients with perineurioma showed evidence of enhancing, nodular lesions while intraneural ganglionic cysts display cystic lesion within the nerve. Neurofibromas appear like a “bag of worms” while schwannomas are more eccentrically positioned around the nerve. Nerve conduction studies (NCS) or electromyography (EMG) were performed in 11/14 patients. Biopsies were performed in 9 patients and surgical management in 4 patients. Conclusions: The rare nature of peripheral nerve tumors in children can pose diagnostic challenges. NCS/EMG are important to assist with localization, and MRI important at distinguishing benign tumors. Key MRI, clinical and NCS features can guide management, potentially avoiding invasive procedures.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».