GR.6 Meningioma molecular classification predicts response to surgery and adjuvant radiotherapy: an integrated clinicomolecular analysis & prospective validation
Notice bibliographique
Résumé
Background: Meningiomas are the most common intracranial tumor with surgery, dural margin treatment, and radiotherapy as cornerstones of therapy. Response to treatment continues to be highly heterogeneous even across tumors of the same grade. Methods: Using a cohort of 2490 meningiomas in addition to 100 cases from the prospective RTOG-0539 phase II clinical trial, we define molecular biomarkers of response across multiple different, recently defined molecular classifications and use propensity score matching to mimic a randomized controlled trial to evaluate the role of extent of resection, dural marginal resection, and adjuvant radiotherapy on clinical outcome. Results: Gross tumor resection led to improved progression-free-survival (PFS) across all molecular groups (MG) and improved overall survival in proliferative meningiomas (HR 0.52, 95%CI 0.30-0.93). Dural margin treatment (Simpson grade 1/2) improved PFS versus complete tumor removal alone (Simpson 3). MG reliably predicted response to radiotherapy, including in the RTOG-0539 cohort. A molecular model developed using clinical trial cases discriminated response to radiotherapy better than standard of care grading in multiple cohorts (ΔAUC 0.12, 95%CI 0.10-0.14). Conclusions: We elucidate biological and molecular classifications of meningioma that influence response to surgery and radiotherapy in addition to introducing a novel molecular-based prediction model of response to radiation to guide treatment decisions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».