The value of <sup>18</sup>F‐<scp>FDG PET</scp> in pediatric patients with post‐transplant lymphoproliferative disorder at initial diagnosis
Notice bibliographique
Résumé
PTLD is a serious complication of both solid organ and BMT. This study assessed whether (18) F-FDG PET, when added to CT scan, had additional value in the initial evaluation of PTLD in pediatric patients and whether PET/CT at baseline can reliably guide biopsy. This retrospective study evaluated 34 consecutive pediatric patients (14 female), aged 3.5-17.0 yr (mean age: 9.9 yr, s.d.: 4.9 yr), who had undergone (18) F-FDG PET/CT from May 2007 to December 2014 at initial diagnosis of PTLD following heart (n = 13), lung (n = 8), kidney (n = 4), liver (n = 3), liver and bowel (n = 3), and bone marrow (n = 3) transplantation. PTLD was diagnosed histopathologically in 33 patients and was based on clinical findings, elevated EBV, and imaging and follow-up results in one patient. On lesion-based analysis, (18) F-FDG PET showed more lesions than conventional CT scan (168 vs. 134), but CT revealed 22 lesions negative on PET. On per patient analysis, PET detected more lesions in 13 patients, CT identified more abnormalities in seven, and both showed the same number of lesions in 14. Adding (18) F-FDG PET to CT scans upstaged the disease in seven patients (20.5%). A combination of (18) F-FDG PET and CT was also useful in guiding biopsy, being positive in 36 of 39 samples (92.3%). These findings indicated that (18) F-FDG PET and CT are complementary at initial staging of pediatric PTLD and that (18) F-FDG PET/CT scanning can guide biopsies.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».