Clinical, Endocrine and Neuroimaging Findings in Girls With Central Precocious Puberty
Notice bibliographique
Résumé
CONTEXT: The etiology of central precocious puberty (CPP) includes a spectrum of conditions. Girls younger than age 6 years with CPP should undergo cranial magnetic resonance imaging (MRI), but it remains controversial whether all girls who develop CPP between the ages of 6 and 8 years require neuroimaging examination. OBJECTIVE: To investigate the frequency of brain MRI abnormalities in girls diagnosed with CPP and the relationship between maternal factors, their age at presentation, clinical signs and symptoms, hormonal profiles, and neuroimaging findings. METHODS: Data were collected between January 2005 and September 2019 from 112 girls who showed clinical pubertal progression before 8 years of age who underwent brain MRI. RESULTS: MRI was normal in 47 (42%) idiopathic (I) scans, 54 (48%) patients had hypothalamic-pituitary anomalies (HPA) and/or extra-HP anomalies (EHPA), and 11 (10%) had brain tumors or tumor-like conditions (BT/TL), including 3 with neurological signs. Associated preexisting disorders were documented in 16. Girls with BT/TL had a higher LH peak after GnRH test (P = 0.01) than I, and those older than age 6 years had a higher craniocaudal diameter of the pituitary gland (P = 0.01); their baseline FSH and LH (P = 0.004) and peak FSH (P = 0.01) and LH (P = 0.05) values were higher than I. Logistic regression showed maternal age at menarche (P = 0.02) and peak FSH (P = 0.02) as BT/TL risk factors. CONCLUSIONS: MRI provides valuable information in girls with CPP by demonstrating that fewer than half have a normal brain MRI and that few can have significant intracranial lesions after the age of 6, despite the absence of suggestive neurological signs.
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 | 0,005 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,004 |
| 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 ».