Multiplicity does not significantly affect outcomes in brain metastasis patients treated with surgery
Notice bibliographique
Résumé
Abstract Background Brain metastasis quantity may be a negative prognostic factor for patients requiring resection of at least one lesion. Methods We retrospectively reviewed patients who underwent surgical resection of brain metastases from July 2018 to June 2019 at our institution, and examined outcomes including overall survival (OS), progression free survival (PFS), and rates of local failure (LF). Patients were grouped according to the number of metastases at the time of surgery (single vs multiple). Results We identified 130 patients who underwent surgical resection as the initial treatment modality. At the time of surgery, 87 patients had only one lesion (control) and 43 had multiple (>1). Two-year OS for the entire cohort was 46%, with equal rates in both the multiple metastases group and the control group (P = .335). 2-year PFS was 27%; 21% in the multiple metastases group and 31% in the control group (P = .766). The rate of LF at 2 years was 32%, with equal rates in both the multiple lesion group and control group (P = .889). On univariate analysis, multiplicity was not significantly correlated to OS (HR = 0.80, 95% CI: 0.51–1.26, P = .336), PFS (HR = 1.06, 95% CI: 0.71–1.59, P = .766) or LF (HR = 1.06, 95% CI: 0.57–1.97, P = .840). Multivariate analysis revealed preoperative tumor volume of the resected lesion to be the single correlate for OS (P = .0032) and PFS (P = .0081). Conclusions Having more than one metastasis does not negatively impact outcomes in patients treated with surgery. In carefully selected patients, especially those with large tumors, surgery should be considered regardless of the total number of lesions.
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 | 0,000 |
| 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 ».