Resistance, rebound, and recurrence regrowth patterns in pediatric low-grade glioma treated by MAPK inhibition: A modified Delphi approach to build international consensus-based definitions—International Pediatric Low-Grade Glioma Coalition
Notice bibliographique
Résumé
Pediatric low-grade glioma (pLGG) is the most common childhood brain tumor group. The natural history, when curative resection is not possible, is one of a chronic disease with periods of tumor stability and episodes of tumor progression. While there is a high overall survival rate, many patients experience significant and potentially lifelong morbidities. The majority of pLGGs have an underlying activation of the RAS/MAPK pathway due to mutational events, leading to the use of molecularly targeted therapies in clinical trials, with recent regulatory approval for the combination of BRAF and MEK inhibition for BRAFV600E mutated pLGG. Despite encouraging activity, tumor regrowth can occur during therapy due to drug resistance, off treatment as tumor recurrence, or as reported in some patients as a rapid rebound growth within 3 months of discontinuing targeted therapy. Definitions of these patterns of regrowth have not been well described in pLGG. For this reason, the International Pediatric Low-Grade Glioma Coalition, a global group of physicians and scientists, formed the Resistance, Rebound, and Recurrence (R3) working group to study resistance, rebound, and recurrence. A modified Delphi approach was undertaken to produce consensus-based definitions and recommendations for regrowth patterns in pLGG with specific reference to targeted therapies.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 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 ».