Canadian Expert Consensus Recommendations for the Diagnosis and Management of Glioblastoma : Results of a Delphi Study
Notice bibliographique
Résumé
Glioblastoma is the most common and aggressive malignant brain tumor in adults, with an increasing incidence and a poor prognosis. Current challenges in glioblastoma management include rapid tumor growth, limited treatment effectiveness, high recurrence rates, and a significant impact on patients’ quality of life. Given the complexity of glioblastoma care and recent advancements in diagnostic and treatment modalities, updated guidelines are needed in Canada. This Delphi study aimed to develop Canadian consensus recommendations for the diagnosis, classification, and management of newly diagnosed and recurrent glioblastoma. A multidisciplinary panel of 14 Canadian experts in glioblastoma care was convened, and a comprehensive literature review was conducted to synthesize evidence and formulate initial recommendations. Consensus was achieved through three Delphi rounds, in which panelists rated their agreement with recommendation statements on a five-point Likert scale. Statements with ≥75% agreement were accepted, and others were revised for re-voting. Final recommendations were formulated based on the consensus level, strength of evidence, clinical expertise, and consideration of the Canadian healthcare context. These recommendations aim to standardize glioblastoma diagnosis and classification across Canada, provide evidence-based guidance for optimal treatment selection, integrate novel therapies, and enhance the overall quality of care for glioblastoma patients.
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 | 0,258 | 0,357 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,011 | 0,004 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,004 | 0,010 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».