P.145 RANO-BM response criteria verification study in a SRS-treated cohort
Notice bibliographique
Résumé
Background: Brain metastases are frequently seen in neurosurgical practice. Standardised criteria are created to better classify these common pathologies in research studies. This study’s goal was to evaluate RANO-BM criteria’s current thresholds in a cohort of patients with brain metastases managed by SRS. Methods: We performed a retrospective metastasis-level analysis of patients treated with SRS for brain metastases. The data collected included cohort demographics, metastases characteristics, outcomes, and the rate of true positives, false negatives, true negatives and false positives as defined by RANO-BM criteria at last follow-up before second SRS. Results: 251 metastases in 50 patients were included in the analysis. RANO-BM criteria using current thresholds yielded a sensitivity of 38%, a specificity of 95%, a positive predictive value of 71% and a negative predictive value of 84%. Modified RANO-BM criteria using absolute diameter differences of 2.5 mm yielded a sensitivity of 83%, a specificity of 87%, a positive predictive value of 67% and a negative predictive value of 94%. Pseudoprogression occurred significantly earlier than tumor progression, with a median time of onset of 6.9 months and 12.1 months respectively. Conclusions: Current RANO-BM criteria unreliably identifies clinically relevant tumor progression, but are useful in assessing diameter increases caused by tumor progression and pseudoprogression.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 ».