Neuroendocrine Neoplasms in Pregnancy: A Narrative Review of Clinical Challenges and Therapeutic Limitations in the Absence of Established Safe Treatments
Notice bibliographique
Résumé
Cancer during pregnancy is a rare but complex clinical scenario that affects approximately 0.1% of pregnant individuals and is associated with increased maternal morbidity. With the trend of delayed childbearing, the incidence of pregnancy-associated cancers is expected to rise. Neuroendocrine neoplasms (NENs), although rare in pregnancy, present unique diagnostic and therapeutic challenges due to their hormonal activity, histological diversity, and limited data on management in the gestational context. Objectives: This manuscript reviews the current evidence on the diagnosis, staging, and management of NENs during pregnancy, focusing on maternal–fetal safety, therapeutic limitations, and multidisciplinary care strategies. Methods: A comprehensive narrative review was conducted using relevant case reports, retrospective studies, clinical guidelines, and expert consensus documents addressing cancer in pregnancy and NEN-specific management. Results: Pregnancy complicates the evaluation and treatment of NENs due to overlapping symptoms, contraindications to standard imaging and systemic therapies, and unreliable biomarkers such as chromogranin A and 5-HIAA. Most systemic therapies for NENs, including somatostatin analogs, tyrosine kinase inhibitors, and peptide receptor radionuclide therapy, are contraindicated or lack safety data in pregnancy. Surgical interventions and supportive care require careful planning. Decisions regarding pregnancy continuation or termination must be individualized and supported by a multidisciplinary team. Conclusions: The management of NENs during pregnancy demands a highly individualized approach, coordinated among oncology, maternal–fetal medicine, and supportive care teams. Given the paucity of robust data, future research is essential to establish evidence-based guidelines and improve outcomes for both mother and fetus.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».