The Effect of Denosumab on Pain and Radiological Improvement in Giant Cell Tumours of the Spine in the Acute Setting
Notice bibliographique
Résumé
Study Design Retrospective Cohort Study. Objectives The current recommended treatment for Giant Cell Tumour (GCT) of the spine is en bloc excision. Denosumab is a monoclonal antibody reducing osteoclast activity that shows promising results when used as a neo – adjuvant treatment. However, the current literature remains limited. The purpose of this study was to assess the effect of denosumab on tumour characteristics and symptom relief in the acute phase of treatment of spinal GCT. Methods We performed a retrospective review of 16 patients treated with denosumab as neo-adjuvant and stand - alone treatment. MRI and PET tumour characteristics were taken before and after treatment and patients were interviewed for subjective pain responses. Results Following treatment, all patients showed improvement of pain, of which 68.7% of patients were pain free with 43.75% noting improvement within 48 hours. Mean relative volumetric reduction in tumour volume was 37.3% ( P < .001). Eight patients showed high grade of Bilsky classification (Epidural spinal cord compression scale - ESCC) with seven of them showing significant improvement to low grade of ESCC ( P = .016). Median baseline PET Standardised Uptake Value (SUV)max was 14.57 and post treatment was 4.8 ( P < .001). Conclusions This study provides necessary insight to the limited literature on the use of denosumab for spinal GCT in the acute phase. The clinical and radiographic responses observed demonstrate the critical role that neo-adjuvant denosumab has by reducing the tumour burden around critical adjacent neurovascular structures before eventual resection, significant pain improvement even with presence of fractured vertebra.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».