脑膜瘤复发:是时候使用在线预测工具了吗?
Abdulrahman Albakr1, Amir Baghdadi1, Brij S Karmur1
1Department of Clinical Neurosciences, Project neuroArm, Hotchkiss Brain Institute, University of Calgary, Calgary, Canada.
Surgical neurology international
|June 6, 2024
概括
使用新的标记物可以更好地预测脑膜瘤复发风险. 需要一个动态的机器学习工具来整合临床,遗传和分子数据,以改善患者护理.
科学领域:
- 神经瘤学神经瘤学
- 遗传学 是一个遗传学.
- 医疗信息学 医疗信息学
背景情况:
- 脑膜瘤是最常见的大脑瘤,尽管有传统的分级系统,但其复发风险很高.
- 由于新出现的临床,放射学和分子变量,目前的分级标准 (辛普森,世卫组织) 可能不足.
- 基于网络的工具的进步需要整合新的脑膜瘤标记物,以改善患者护理.
研究的目的:
- 审查有关复发和侵略性瘤生物学的最新脑膜瘤文献.
- 确定需要改善临床医生管理脑膜瘤的决策工具.
- 突出新型标记物和机器学习在预测脑膜瘤复发方面的潜力.
主要方法:
- 对MEDLINE和Embase数据库进行了范围审查.
- 分析了2022年9月至2023年12月的原始研究和评论文章.
- 综合了人口,临床,放射,组织病理和遗传因素的数据.
主要成果:
- 年龄较大,女性性别,TERT促进子突变,CDKN2A删除,亚总切除和更高等级与脑膜瘤复发有关.
- 鉴定出严重缺乏用于脑膜瘤管理的临床决策工具.
- 确定了需要基于机器学习的动态模型来预测脑膜瘤复发风险的需求.
结论:
- 脑膜瘤复发预测工具对于患者和临床医生的知情决策至关重要.
- 这样的工具将有助于长期监督和管理战略.
- 将多种变量集成到预测模型中,对于推进脑膜瘤护理至关重要.
