The impact of brain invasion criteria on the incidence and distribution of WHO grade 1, 2, and 3 meningiomas
Notice bibliographique
Résumé
BACKGROUND: In 2016 brain invasion was added as a standalone diagnostic criterion for Grade 2 meningiomas in the WHO Classification of Brain Tumors. The aim of this study was to compare the incidence and distribution of meningiomas, and agreement, between the 2007 and 2016 WHO criteria. METHODS: All cases of intracranial meningiomas diagnosed between 2007 and 2020 at a tertiary care academic hospital were identified. The incidence of each meningioma grade in the WHO 2007 and WHO 2016 cohorts were compared. Additionally, each case in the 2007 cohort was re-graded according to the WHO 2016 criteria to determine the intra-class correlation (ICC) between criteria. RESULTS: Of 814 cases, 532 (65.4%) were in the 2007 WHO cohort and 282 (34.6%) were in the 2016 WHO cohort. There were no differences in the distribution of meningioma grades between cohorts (P = .11). Incidence rates were: 75.0% vs. 75.2% for Grade 1, 22.7% vs. 24.5% for Grade 2, and 2.3% vs. 0.4% for Grade 3, for the 2007 and 2016 cohorts, respectively. Upon re-grading, 21 cases (3.9%) were changed. ICC between original and revised grade was 0.92 (95% CI: 0.91-0.93). Amongst Grade 2 meningiomas with brain invasion, 75.8% had three or more atypical histologic features or an elevated mitotic index. CONCLUSIONS: Including brain invasion as a standalone diagnostic criterion for Grade 2 meningiomas had minimal impact on the incidence of specific meningioma grade tumors. There is strong agreement between the 2007 and 2016 WHO criteria, likely due to cosegregation of grade elevating features.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».