Treatment of an Aggressive Gonadotroph Pituitary Neuroendocrine Tumor With 177Lutetium DOTATATE Radionuclide Therapy
Notice bibliographique
Résumé
Abstract Aggressive pituitary neuroendocrine tumors (PitNETs) present significant morbidity, and multimodal therapies including surgery, radiotherapy, and medications are frequently required. Chemotherapy, particularly temozolomide, is often pursued for tumors that progress despite these treatments. Although peptide receptor radionuclide therapy (PRRT) using radiolabeled somatostatin analogs is approved for the treatment of well-differentiated gastrointestinal neuroendocrine tumors, its use in aggressive PitNETs is limited. We describe the case of a 65-year-old man who presented with vision changes and hypopituitarism at age 33 secondary to a nonfunctioning gonadotroph PitNET. His initial treatment included a craniotomy followed by radiation therapy. With tumor regrowth, he required transsphenoidal surgeries at age 44 and age 52. At age 56, further tumor regrowth and a positive octreotide scan prompted treatment with long-acting octreotide for 1 year. Given absent tumor response, 12 cycles (4 treatment cycles and 8 maintenance cycles) of PRRT with 177Lutetium-DOTATATE were pursued. This resulted in partial response with significant tumor shrinkage. Notably, there was no tumor regrowth 40 months after treatment discontinuation. This is only the second report on the effectiveness of PRRT in patients with aggressive gonadotroph PitNETs. We also provide an overview of PRRT for PitNETs and describe clinical outcomes previously reported in the literature.
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 | 0,000 | 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 ».