Multidisciplinary adolescent and young adult neuro-oncology clinic: Clinical cases, practice challenges, and future perspectives
Notice bibliographique
Résumé
Background: The distinct tumor histopathology, molecular features, and psychosocial needs among adolescents and young adults (AYA) with brain tumors pose challenges within traditional healthcare systems. Establishing a multidisciplinary AYA neuro-oncology clinic has been proposed to address these gaps in care. This is the first study to describe the framework and patient profile of a multidisciplinary AYA neuro-oncology clinic in a quaternary cancer center in Canada. Methods: Clinic framework was outlined and patients seen from December 2022 to June 2024 were included. Demographic profiles, tumor characteristics, treatment details, clinical trial enrollment, and allied health referrals were collected. Barriers encountered were summarized. Results: The clinic is composed of specialists in pediatric and adult neuro-oncology with seamless referrals to neurosurgery, radiation oncology, and allied health teams. A total of 100 patients (males 54%, females 46%) were seen with a median age of 24 years. Pediatric-type low-grade glioma (PLGG) was the leading diagnosis. BRAF alterations were the primary molecular drivers. Twenty-nine patients received active neuro-oncology management in the clinic. Overall, 77 patients underwent at least one surgery, 31 patients received radiotherapy, and 43 patients received chemotherapy. Trametinib was the primary targeted treatment prescribed. Three patients were eligible and enrolled in clinical trials. Barriers identified included a lack of peer support groups and a paucity of available clinical trials. Conclusions: This study provides insight into the clinical profile of patients seen in a multidisciplinary AYA neuro-oncology clinic in Canada. Multidisciplinary care is feasible and integral in addressing the multifaceted needs of AYAs with brain tumors.
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 | 0,001 | 0,008 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».