BEVACIZUMAB FOR SYMPTOMATIC RADIATION NECROSIS IN BRAIN METASTASES: OUTCOMES FROM A SINGLE-CENTER RETROSPECTIVE ANALYSIS
Notice bibliographique
Résumé
Abstract Radiation necrosis is a late complication after radiotherapy and can be treated with bevacizumab, however predictors of response are not well established. We performed a single-institution retrospective chart review of patients with previously irradiated brain metastases who developed radiation necrosis and were treated with bevacizumab. 19 patients (86% female, median age of 62 years) were included. 50% had metastatic lung cancer, 37% had breast cancer and 11 % had melanoma. 18 had perfusion imaging, 9 had chemical exchange saturation transfer (CEST) imaging to increase diagnostic confidence. 6 cases were tissue-confirmed, 3 before treatment, and 3 upon recurrence after bevacizumab. All patients received a dose of 7.5 mg/kg per infusion every 3 weeks and 63% received 4 infusions. All were symptomatic before treatment. Clinical response was seen in 89% while radiographic response was achieved in 95% of patients. Dexamethasone was successfully discontinued in 71% of steroid-dependent patients. The median duration of response (interval between first infusion and recurrence) was 7.2 months (range: 2.3 to 43.2). Of the nine diagnosed using perfusion and CEST imaging, 89% had clinical response, 100% had a reduction in T2/FLAIR volume and 89% in T1 post-gadolinium enhancement, 83% discontinued dexamethasone. Grade 1/2 adverse events occurred in 8 patients (hypertension, fatigue, rash, joint pain, intracranial hemorrhage). One patient developed a grade 3 bowel perforation requiring surgery. Bevacizumab resulted in significant and prolonged clinical and radiographic improvement in a series of carefully selected patients. CEST imaging helped select responders to bevacizumab in our cohort.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».