18F-fluorodeoxyglucose positron-emission tomography-computed tomography to diagnose recurrent cancer
Notice bibliographique
Résumé
BACKGROUND: Sometimes the diagnosis of recurrent cancer in patients with a previous malignancy can be challenging. This prospective cohort study assessed the clinical utility of (18)F-fluorodeoxyglucose positron-emission tomography-computed tomography ((18)F-FDG PET-CT) in the diagnosis of clinically suspected recurrence of cancer. METHODS: Patients were eligible if cancer recurrence (non-small-cell lung (NSCL), breast, head and neck, ovarian, oesophageal, Hodgkin's or non-Hodgkin's lymphoma) was suspected clinically, and if conventional imaging was non-diagnostic. Clinicians were asked to indicate their management plan before and after (18)F-FDG PET-CT scanning. The primary outcome was change in planned management after (18)F-FDG PET-CT. RESULTS: Between April 2009 and June 2011, 101 patients (age, median 65 years; 55% female) were enroled from four cancer centres in Ontario, Canada. Distribution by primary tumour type was: NSCL (55%), breast (19%), ovarian (10%), oesophageal (6%), lymphoma (6%), and head and neck (4%). Of the 99 subjects who underwent (18)F-FDG PET-CT, planned management changed after (18)F-FDG PET-CT in 52 subjects (53%, 95% confidence interval (CI), 42-63%); a major change in plan from no treatment to treatment was observed in 38 subjects (38%, 95% CI, 29-49%), and was typically associated with (18)F-FDG PET-CT findings that were positive for recurrent cancer (37 subjects). After 3 months, the stated post-(18)F-FDG PET-CT management plan was actually completed in 88 subjects (89%, 95% CI, 81-94%). CONCLUSION: In patients with suspected cancer recurrence and conventional imaging that is non-diagnostic, (18)F-FDG PET-CT often provides new information that leads to important changes in patient management.
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 | 0,001 |
| 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 | 0,001 |
| 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 ».