Surgical resection for multiple brain metastases: a systematic review and meta-analysis of functional and survival outcomes
Notice bibliographique
Résumé
Background: Brain metastases (BMs) are the most common intracranial tumors among adults, which exceed primary brain tumors by far. Surgery and radiotherapy represent the key local management of BM. However, the exact role of surgery is still under debate. Objective: To comprehensively evaluate the safety and efficacy of surgical management in patients with brain metastases. Methods: We searched four electronic databases from January 2023 until September 2024 (PubMed, Scopus, Web of Science, and Cochrane Library). All the studies assessing the role of surgery in managing BM were included. Our primary search targets were survival, mortality, and postoperative Karnofsky Performance Status (KPS). The results were reported as pooled mean or proportions with 95% confidence interval (CI) for continuous and dichotomous data, respectively. Results: Eight observational studies comprising 1010 patients met our inclusion criteria. The pooled mean of overall survival was 10.482 with 95% CI [7.651, 13.314]. While the pooled proportion of one-year and two-year survival was (0.451, 95% CI [0.320, 0.582]) and (0.240, 95% CI [0.112, 0.367]), respectively. We found the pooled proportion of overall mortality to be 0.535 with 95% CI [0.278, 0.793]. Patients with immediate postoperative KPS improvement showed a pooled estimate of 0.463 with 95% CI [0.243, 0.683]. Conclusion: Surgical resection is an effective therapeutic option for patients with BMs. Yet, careful patient selection and surgical technique are crucial for reducing postoperative complications and death.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,013 | 0,002 |
| Bibliométrie | 0,001 | 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 ».