Outcomes and predictors of response to fractionated radiotherapy as primary treatment for intracranial meningiomas
Notice bibliographique
Résumé
Background: Surgery is the primary treatment for most meningiomas. However, primary fractionated radiotherapy (fRT) remains an option for patients with larger meningiomas in challenging anatomic locations or patients at prohibitively high surgical risk. Outcome prediction for these patients is uncertain and cannot be guided by histopathology without available tumor tissue from surgery. Therefore, we aimed to assess the clinical factors that contribute to treatment failure in a large cohort of meningiomas consecutively treated with fRT as primary therapy, with the goal of identifying predictors of response. Methods: Patients treated with primary fRT for intracranial meningiomas from 1998 to 2017 were reviewed. Those who received primary surgical resection, radiosurgery, previous fRT, or had <6 months of clinical follow-up were excluded. We applied logistic regression and Cox regression modeling to ascertain key predictors of treatment failure, progression-free survival (PFS), and adverse events (AE) following fRT. Results: was independently predictive of progression and larger GTV was associated with higher risk of significant (grades 3/4) AE following fRT. Cavernous sinus and optic nerve sheath meningiomas had overall excellent outcomes post-fRT. Conclusions: We present a large cohort of meningiomas treated with primary fRT and find GTV and anatomic location to be key predictors of outcome, adding to the complex treatment considerations for this heterogeneous disease.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».