Role of magnetic resonance imaging in bladder cancer: current status and emerging techniques
Notice bibliographique
Résumé
What's known on the subject? and What does the study add? According to current treatment guidelines, magnetic resonance imaging (MRI) or computed tomography (CT) can be used to assist in staging bladder cancer patients being considered for radical surgery. In this article, we review the evidence supporting the use of MRI for bladder cancer staging. The ability of MRI to differentiate non‐muscle invasive from muscle‐invasive bladder cancer, to differentiate organ‐confined from non‐organ‐confined bladder cancer, and to identify lymph node metastases is described in detail. Additionally, the role of MRI as a biomarker of chemotherapeutic response in bladder cancer is reviewed and summarized. OBJECTIVES • To evaluate the current status of magnetic resonance imaging (MR) as a staging tool for bladder cancer. • To investigate the role of MR in assessing chemotherapeutic response in bladder cancer patients. PATIENTS AND METHODS • A Pubmed/MEDLINE search was conducted to identify original articles, review articles, and editorials regarding the use of MR in bladder cancer. RESULTS • Contrast‐enhanced MR and diffusion weighted MR (DW‐MRI) can likely distinguish between non‐muscle invasive bladder cancer and muscle invasive cancer with >80% accuracy. • Some advantages of DW‐MRI are the differentiation of benign versus malignant tissue involvement without the need for intravenous contrast, and the possibility of obtaining information on histologic grade and T stage. • Traditional MR sequence have low sensitivity for identifying small lymph node metastases but MR lymphography (MRL) using ultra‐small paramagnetic iron oxide (USPIO) may enhance their detectin. • There may be a role for DW‐MRI in the evaluation of chemotherapeutic response in bladder cancer patients. CONCLUSION • To date, sample sizes and study designs are insufficient to clearly establish the role of MR in bladder cancer management, and to this end, well designed prospective trials are needed.
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 | 0,007 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,006 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».