The Role of Stereotactic Frame-Based Biopsy for Brainstem Tumors in the Era of Molecular-Based Diagnosis and Treatment Decisions
Notice bibliographique
Résumé
Stereotactic frame-based brain tumor biopsy (SFB) is a potent diagnostic tool considering its minimal invasiveness, though its diagnostic power and safety for brainstem lesions remain to be discussed. Here, we aimed to examine the usefulness of SFB for brainstem tumors. Twenty-two patients with brainstem tumors underwent 23 SFBs at our institution during 2002-2021. We retrospectively analyzed patient characteristics, tumor pathology, surgical procedures, and outcomes, including surgery-related complications and the diagnostic value. Seven (32%) tumors were located from the midbrain to the pons, eleven (50%) in the pons only, and four (18%) from the pons to the medulla oblongata. The target lesions were in the middle cerebellar peduncles in sixteen procedures (70%), the cerebellum in four (17%), the inferior cerebellar peduncles in two (9%), and the superior cerebellar peduncles in one (4%). A definitive diagnosis was made in 21 patients (95%) at the first SFB. The diagnoses were glioma in seventeen (77%) cases, primary central nervous system lymphoma in four (18%), and a metastatic brain tumor in one (5%). The postoperative complications (cranial nerve palsy in three [13%] cases, ataxia in one [4%]) were all transient. SFB for brainstem tumors yields a high diagnostic rate with a low risk of morbidity.
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 | 0,008 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».