Aller au contenu principal
Accès ouvert déclaré 2013 article

Response Classification Based on a Minimal Model of Glioblastoma Growth Is Prognostic for Clinical Outcomes and Distinguishes Progression from Pseudoprogression

72Citations signalées, ce qui n’est pas une note de qualité
7Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : us. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Glioblastoma multiforme is the most aggressive type of primary brain tumor. Glioblastoma growth dynamics vary widely across patients, making it difficult to accurately gauge their response to treatment. We developed a model-based metric of therapy response called Days Gained that accounts for this heterogeneity. Here, we show in 63 newly diagnosed patients with glioblastoma that Days Gained scores from a simple glioblastoma growth model computed at the time of the first postradiotherapy MRI scan are prognostic for time to tumor recurrence and overall patient survival. After radiation treatment, Days Gained also distinguished patients with pseudoprogression from those with true progression. Because Days Gained scores can be easily computed with routinely available clinical imaging devices, this model offers immediate potential to be used in ongoing prospective studies.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Response Classification Based on a Minimal Model of Glioblastoma Growth Is Prognostic for Clinical Outcomes and Distinguishes Progression from Pseudoprogression
Date Crossref
12/05/2013
Éditeur
American Association for Cancer Research (AACR)
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Les institutions déclarées

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Glioma Diagnosis and TreatmentMathematical Biology Tumor GrowthRadiomics and Machine Learning in Medical Imaging

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.