Radiation dose to circumscribed brain regions and neurocognitive function in patients with meningioma
Notice bibliographique
Résumé
Abstract Background Although radiation (RT) is standard treatment for many brain tumors, it may contribute to neurocognitive decline. The objective of this study was to investigate associations between RT dose to circumscribed brain regions and specific neurocognitive domains in patients with meningioma. Methods We undertook a retrospective study of 40 patients with meningioma who received RT and underwent an in-depth clinical neurocognitive assessment. Radiation dosimetry characteristics were delineated based on treatment planning computerized tomography co-registered with contrast-enhanced 3D T1-weighted magnetic resonance imaging. Principal components analysis was applied to organize neurocognitive test scores into factors, and multivariate multiple linear regression models were undertaken to examine if RT dose to circumscribed brain regions is associated with specific neurocognitive outcomes. Results Radiation dose to brain regions was associated with neurocognitive functions across a number of domains. High dose to the parietal-occipital region was associated with slower visuomotor processing speed (mean dose, β = −1.100, P = .017; dose to 50% of the region [D50], β = −0.697, P = .049). In contrast, high dose to the dorsal frontal region was associated with faster visuomotor processing speed (mean dose, β = 0.001, P = .036). Conclusions These findings suggest that RT delivered to brain regions (ie, parietal-occipital areas) may contribute to poor neurocognitive outcomes. Given that modern radiotherapy techniques allow for precise targeting of dose delivered to brain regions, prospective trials examining relations between dose and neurocognitive functions are warranted to confirm these preliminary results.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 ».