MétaCan
Menu
Retour à la cohorte
Enregistrement W4381547499 · doi:10.1016/j.lungcan.2023.107281

Stereotactic body radiotherapy for Ultra-Central lung Tumors: A systematic review and Meta-Analysis and International Stereotactic Radiosurgery Society practice guidelines

2023· review· en· W4381547499 sur OpenAlexaff
Michael Yan, Alexander V. Louie, Rupesh Kotecha, Md Ashfaq Ahmed, Zhenwei Zhang, Matthias Gückenberger, Mi‐Sook Kim, Simon S. Lo, Marta Scorsetti, Alison Tree, Arjun Sahgal, Ben J. Slotman

Notice bibliographique

RevueLung Cancer · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueLung Cancer Diagnosis and Treatment
Établissements canadiensSunnybrook Health Science CentreUniversity of Toronto
Organismes subventionnairesDepartment of Health and Social CareCancer Research UKNational Institute for Health and Care ResearchNIHR Biomedical Research Centre, Royal Marsden NHS Foundation Trust/Institute of Cancer ResearchRoyal Marsden NHS Foundation Trust
Mots-clésMedicineRadiosurgeryMeta-analysisLung cancerRadiation therapyIncidence (geometry)PneumonitisDose fractionationOncologyInternal medicineRadiologyLung

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Stereotactic body radiotherapy (SBRT) is an effective and safe modality for early-stage lung cancer and lung metastases. However, tumors in an ultra-central location pose unique safety considerations. We performed a systematic review and meta-analysis to summarize the current safety and efficacy data and provide practice recommendations on behalf of the International Stereotactic Radiosurgery Society (ISRS). METHODS: We performed a systematic review using PubMed and EMBASE databases of patients with ultra-central lung tumors treated with SBRT. Studies reporting local control (LC) and/or toxicity were included. Studies with <5 treated lesions, non-English language, re-irradiation, nodal tumors, or mixed outcomes in which ultra-central tumors could not be discerned were excluded. Random-effects meta-analysis was performed for studies reporting relevant endpoints. Meta-regression was conducted to determine the effect of various covariates on the primary outcomes. RESULTS: 602 unique studies were identified of which 27 (one prospective observational, the remainder retrospective) were included, representing 1183 treated targets. All studies defined ultra-central as the planning target volume (PTV) overlapping the proximal bronchial tree (PBT). The most common dose fractionations were 50 Gy/5, 60 Gy/8, and 60 Gy/12 fractions. The pooled 1- and 2-year LC estimates were 92 % and 89 %, respectively. Meta-regression identified biological effective dose (BED10) as a significant predictor of 1-year LC. A total of 109 grade 3-4 toxicity events, with a pooled incidence of 6 %, were reported, most commonly pneumonitis. There were 73 treatment related deaths, with a pooled incidence of 4 %, with the most common being hemoptysis. Anticoagulation, interstitial lung disease, endobronchial tumor, and concomitant targeted therapies were observed risk factors for fatal toxicity events. CONCLUSION: SBRT for ultra-central lung tumors results in acceptable rates of local control, albeit with risks of severe toxicity. Caution should be taken for appropriate patient selection, consideration of concomitant therapies, and radiotherapy plan design.

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)0,025
score de la tête « metaresearch » (Gemma)0,048
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,133

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,048
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0150,033
Bibliométrie0,0100,010
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0030,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,108
Tête enseignante GPT0,456
Écart entre enseignants0,348 · 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'étudeMéta-analyse
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

Citations64
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLung CancerMême sujetLung Cancer Diagnosis and TreatmentTravaux en français237 207