Data-driven probabilistic mapping of the spatial and molecular landscape of glioma
Notice bibliographique
Résumé
Understanding the spatial distribution of gliomas in the brain and their molecular subtypes can aid in the diagnosis and development of targeted therapies. This study aims to create probabilistic radiologic maps of glioma locations using large MRI datasets and the most recent consensus brain tumour classification. Neuroimaging data from multiple databases were analysed. Patients included had MRI T1 images and validated tumour segmentations. Probabilistic tumour maps were generated whereby binary tumour masks were aligned to a standard brain template and aggregated to compute voxel-wise frequency maps of glioma occurrence detailing glioma volume, molecular subtype, age, sex and overall survival with tumour location. The study included 2164 patients with gliomas. Key findings include distinct spatial patterns associated with glioma size and molecular subtype: smaller tumours favoured the left temporal region, medium-sized tumours the medial frontoparietal and bilateral temporal regions and larger tumours the frontotemporoparietal regions, predominantly on the right. Isocitrate dehydrogenase (IDH)-wild-type tumours were more common in medial parietotemporal regions, while IDH-mutant tumours were preferentially found in frontotemporal regions. Younger patients had more frontal tumours, while older patients had higher parieto-occipital tumour burdens. Tumours in medial structures and parietal lobes were linked to lower survival, whereas right temporal tumours were associated with higher rates of survival. These findings likely correlate with IDH mutation status. Leveraging eight glioma databases, probabilistic tumour maps revealed significant relationships between brain regions, molecular subtypes and clinical outcomes. These findings could be used in clinical decision-making and offer insights into glioma pathogenesis and treatment of patients impacted by this disease.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».