MétaCan
Menu
Retour à la cohorte
Enregistrement W4407250678 · doi:10.1055/s-0045-1803228

Natural History and Surgical Outcomes of Single-Center Experience in Management of Spheno-orbital Meningiomas

2025· article· en· W4407250678 sur OpenAlexaff
Catherine Wang, Peter Gooderham, Ryojo Akagami, Serge Makarenko

Notice bibliographique

RevueJournal of Neurological Surgery Part B Skull Base · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueMeningioma and schwannoma management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésNatural historyCenter (category theory)MedicineNatural (archaeology)General surgerySurgeryHistoryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: Sphenoorbital meningiomas (SOM) are intracranial tumors that arise from the sphenoid wing. Common clinical presentations include visual impairment, exophthalmos, and headache. Radical resection is difficult due to anatomic complexity. Subtotal resections (STR) present high risks of residual progression. Adjuvant radiation therapy (RT) is used for establishing residual control. However, radiation-induced neuropathy and inflammatory responses often result, necessitating individualized management strategies. Methods: Between 2001 and 2023, we screened 100 patients who underwent craniotomy and surgical resection for SOM at our institution, including 72 patients. They were separated into two groups based on postoperative management strategies: surgery-only (S-only) versus surgery followed by adjuvant RT (S-RT). We analyzed clinical presentation, surgical outcomes, resection rates, postoperative course, disease recurrence, and adjuvant treatment outcomes. Results: A total of 72 patients (72.2% female) were included in our analysis (46 S-only and 26 S-RT) with a mean age of 59.1 years (range, 28–85 years). There were no major demographic differences between the two groups. Mean follow-up time was 70 months (66.5 months S-only vs. 73.6 months S-RT). The most common clinical presentations were visual acuity defect (47.2%), headache (43.1%), optic neuropathy (31.9%), and exophthalmos (26.4%). Greater extent of resection was achieved in S-only cohort (76.1% GTR vs. 15.4% GTR; p < 0.0001), with 23.9% (0% in S-RT) being Simpson grade I. Significantly more S-RT patients first presented with exophthalmos (42.3 vs. 17.4%; p = 0.0279) and retro-orbital pain (26.9 vs. 6.62%; p = 0.0295). S-RT lesions were more likely to demonstrate vascular encasement (57.7 vs. 28.3%; p = 0.0228), optic apparatus involvement (65.4 vs. 39.1%; p = 0.0491), and cavernous sinus invasion (50.0 vs. 23.9%; p = 0.0368). Tumor recurrence rate was 15.6% in S-only, 50% pre-RT ( p = 0.037), and 33.3% post-RT. Residual progression rate did not significantly decrease with adjuvant RT (28.6% S-only vs. 15.4% post-RT, p > 0.9999); the mean time to progression was 41.3 months for S-only patients (vs. 83.6 months post-RT). Conclusion: Microsurgical management of SOM often results in subtotal resection of tumor given the location of the lesion and critical neurovascular structures. We report outcomes after attempts at maximal safe resection and document patterns of recurrences. The postoperative course of SOM disease progression tends to be delayed around the areas of the orbit. Thus, long-term surveillance and individualized planning by a multidisciplinary skull base team is crucial in achieving proper management. Publication History Article published online: 07 February 2025 © 2025. Thieme. All rights reserved. Georg Thieme Verlag KG Oswald-Hesse-Straße 50, 70469 Stuttgart, Germany

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,055
Tête enseignante GPT0,279
Écart entre enseignants0,224 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueJournal of Neurological Surgery Part B Skull BaseMême sujetMeningioma and schwannoma managementTravaux en français237 207