MétaCan
Menu
Retour à la cohorte
Enregistrement W4313642968 · doi:10.3171/2022.12.peds22261

Surveillance imaging and early surgical intervention for improved CNS tumor outcomes in children with Li-Fraumeni syndrome: Children's National Hospital experience and literature review

2023· review· en· W4313642968 sur OpenAlexaff
Nirali Patel, Kathleen Felton, Surajit Bhattacharya, M. Isabel Almira-Suarez, Augustine Eze, Joyce Turner, Robert Keating, Chima Oluigbo, Reuven J. Schore, Lindsay Kilburn, Roger J. Packer, John S. Myseros, Miriam Bornhorst

Notice bibliographique

RevueJournal of Neurosurgery Pediatrics · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueCancer-related Molecular Pathways
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Institute of Diabetes and Digestive and Kidney Diseases
Mots-clésMedicineCohortAsymptomaticLi–Fraumeni syndromeCancerPediatricsGermline mutationRetrospective cohort studyCohort studyOncologyInternal medicineMutationGeneGenetics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Li-Fraumeni syndrome (LFS) is a cancer predisposition syndrome caused by germline mutations in the TP53 gene. CNS tumors are the fourth most common tumor type in LFS, and recent screening guidelines demonstrate that early tumor detection is associated with improved long-term survival. However, there is a paucity of data regarding surgical intervention when lesions are identified in asymptomatic patients on surveillance imaging. The authors investigated this through their cohort and literature review. METHODS: The cohort consisted of children seen in the Pediatric Cancer Genetics Program at Children's National Hospital between August 2012 and August 2021. The authors also include a PubMed (MEDLINE) literature search of articles from 2006 to 2021 related to surveillance and CNS tumors in patients with LFS. Studies in which CNS tumors were not identified or detailed patient information was not provided were excluded. Patients from the selected articles and the authors' cohort were added for further analysis. RESULTS: Between August 2012 and August 2021, 10 children with LFS and CNS tumors were assessed at Children's National Hospital: 4 who were known carriers of the TP53 mutation had CNS lesions found on surveillance imaging, whereas 6 presented with symptomatic CNS lesions and were either known or subsequently found to have germline TP53 mutations. The literature search identified 148 articles, 7 of which were included in this review. Patients from the literature and the present cohort were added for a total of 56 CNS lesions. A majority of the low-grade CNS lesions (22/24, 92%) were found on surveillance protocols in asymptomatic patients, whereas the majority of the high-grade lesions (22/26, 85%) presented in symptomatic patients who were not undergoing routine surveillance or as the initial diagnosis of LFS. The authors noted a significant survival advantage in pediatric patients with low-grade lesions, with an overall survival of 100% at 30 months. Minor limitations of the study include patient sample size and limitations in the patient cohort due to this being a retrospective rather than a prospective study. CONCLUSIONS: Data presented in this study support surveillance protocols in LFS and demonstrate the importance of dedicated CNS imaging and early surgical intervention when lesions are identified. Systematic review registration no.: CRD42022372610 (www.crd.york.ac.uk/prospero).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0060,008
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,297
Écart entre enseignants0,284 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Neurosurgery PediatricsMême sujetCancer-related Molecular PathwaysTravaux en français237 207