Noninvasive Quantification of Tumor Volume in Preclinical Liver Metastasis Models Using Contrast-Enhanced X-Ray Computed Tomography
Notice bibliographique
Résumé
OBJECTIVES: To determine a timepoint after contrast injection that yields equal liver parenchymal and vascular enhancement in micro-computed tomography images. To evaluate the utility of images acquired during this time period for the noninvasive measurement of liver-tumor volume. MATERIALS AND METHODS: The imaging timepoint was determined by quantifying the enhancement kinetics of Fenestra VC (0.015 mL/g) in NIH III mice. In respiratory-gated images of tumor bearing mice, the ability to measure tumor volume was evaluated with a measurement variability study, and by comparing in vivo and histologically measured tumor volume. RESULTS: Eight hours after contrast injection the liver parenchyma and vasculature were equally enhanced allowing for clear delineation of the unenhanced tumors. The smallest tumor detected in this study was 1.1 mm in diameter. The coefficient of variation for tumor-volume measurement ranged from 3.6% to 12.9% and from 6.3% to 25.8% for intra and interobserver variability, respectively. In vivo and histologic tumor-volume measurements were closely correlated (r = 0.98, P < 0.0001). CONCLUSIONS: Imaging at a time period of equal liver parenchyma and vascular enhancement after contrast injection allows for clear delineation of liver-tumor borders, thereby enabling quantitative tumor-volume monitoring.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».