Association between preoperative neurocognitive status and IDH1 mutation status in high-grade gliomas
Notice bibliographique
Résumé
Abstract Background High-grade glioma (HGG) patients present with variable impairment in neurocognitive function (NCF). Based on that, isocitrate dehydrogenase 1 (IDH1) wild-type HGGs are more aggressive than IDH1 mutant-type ones, we hypothesized that patients with IDH1 wild-type HGG would exhibit more severe NCF deficits than their IDH1 mutant counterparts. Methods NCF was assessed by Mini Mental Status Exam (MMSE), Trail Making Test (TMT), Digit Span (DS), and Controlled Word Association Test (COWAT) tests in 147 HGG patients preoperatively. Results Analyses between IDH1 groups revealed a significant difference on MMSE concentration component (p ≤ .01), DS (p ≤ .01), TMTB (p ≤ .01), and COWAT (p ≤ .01) scores, with the IDH1 wild group performing worse than the IDH1 mutant one. Age and tumor volume were inversely correlated with MMSE concentration component (r = −4.78, p < .01), and with MMSE concentration (r = −.401, p < .01), TMTB (r = −.328, p < .01), and COWAT phonemic scores (r = −.599, p < .01), respectively, but only for the IDH1 wild-type group. Analyses between age-matched subsamples of IDH1 groups revealed no age effect on NCF. Tumor grade showed nonsignificance on NCF (p > .05) between the 2 IDH1 mutation subgroups of grade IV tumor patients. On the contrary, grade III group showed a significant difference in TMTB (p < .01) and DS backwards (p < .01) between IDH1 subgroups, with the mutant one outperforming the IDH1 wild one. Conclusions Our findings indicate that IDH1 wild-type HGG patients present greater NCF impairment, in executive functions particularly, compared to IDH1 mutant ones, suggesting that tumor growth kinetics may play a more profound role than other tumor and demographic parameters in clinical NCF of HGG patients.
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 | 0,000 | 0,004 |
| 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 | 0,001 |
| 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 ».