Prognostic factors and survival of recurrent glioblastoma: a systematic review
Notice bibliographique
Résumé
Introduction : Glioblastoma is a highly aggressive brain cancer with poor prognosis. Recurrence is common, and survival post-recurrence is limited. Identifying prognostic factors for recurrent glioblastoma can optimize treatment and improve outcomes. Aim : This systematic review analyzed the clinical, molecular, and treatment-related variables that influence survival in patients with recurrent glioblastoma. Materials and methods : A comprehensive search of PubMed, Scopus, and ProQuest databases included studies from the past decade, assessed using the Newcastle-Ottawa Scale (NOS). Results : Sixteen studies were analyzed, highlighting age, Karnofsky Performance Status (KPS), molecular markers (MGMT promoter methylation, IDH mutations, TERT promoter mutations, TP53 alterations, ATRX loss, and Ki-67 expression), and surgical resection extent as key prognostic factors. Younger patients with higher KPS scores and favorable molecular markers had better survival. Molecular profiling and maximal resection correlated with improved overall survival (OS). Salvage therapies like chemotherapy and re-resection provided marginal benefits, with variability based on patient demographics and tumor genetics. Conclusion : Age, KPS, molecular markers, and surgical resection extent significantly predict survival in recurrent glioblastoma. The review underscores the importance of molecular profiling for personalized treatment, though current salvage therapies show limited effectiveness. Innovative approaches are needed to enhance outcomes for this aggressive disease. Abbreviations used in the article: BSC : best supportive care; CRE : complete resection of enhancing tumor; DFS : disease-free survival; GBM : glioblastoma; GTR : gross total resection; KPS : Karnofsky Performance Status; NOS : Newcastle-Ottawa Scale; OS : overall survival; PFS : progression-free survival; rGBM : recurrent glioblastoma multiforme; RTOG–RPA : Radiation Therapy Oncology Group – Recursive Partitioning Analysis; TTF : tumor-treating fields
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».