MétaCan
Menu
Retour à la cohorte
Enregistrement W1991937771 · doi:10.3109/0284186x.2012.731525

Distinguishing radiation fibrosis from tumour recurrence after stereotactic ablative radiotherapy (SABR) for lung cancer: A quantitative analysis of CT density changes

2012· article· en· W1991937771 sur OpenAlexaff
Sarah A. Mattonen, David A. Palma, Cornelis J.A. Haasbeek, Suresh Senan, Aaron D. Ward

Notice bibliographique

RevueActa Oncologica · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Diagnosis and Treatment
Établissements canadiensCancer Care OntarioWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineSABR volatility modelAblative caseRadiation therapyLung cancerRadiologyLung fibrosisLungRadiosurgeryNuclear medicineOncologyInternal medicinePulmonary fibrosis

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: For patients treated with stereotactic ablative radiotherapy (SABR) for early-stage non-small cell lung cancer, benign computed tomography (CT) changes due to radiation-induced lung injury (RILI) can be difficult to differentiate from recurrence. We measured the utility of CT image feature analysis in differentiating RILI from recurrence, compared to Response Evaluation Criteria In Solid Tumours (RECIST). MATERIALS AND METHODS: Twenty-two patients with 24 lesions treated with SABR were selected (11 with recurrence, 13 with substantial RILI). On each follow-up CT, consolidative changes and ground glass opacities (GGO) were contoured. For each lesion, contoured regions were analysed for mean and variation in Hounsfield units (HU), 3D volume, and RECIST size during follow-up. RESULTS: One hundred and thirty-six CT scans were reviewed, with a median imaging follow-up of 26 months. The 3D volume and RECIST measures of consolidative changes could significantly distinguish recurrence from RILI, but not until 15 months post-SABR; mean volume at 15 months [all values ± 95% confidence interval (CI)] of 30.1 ± 19.3 cm(3) vs. 5.1 ± 3.6 cm(3) (p = 0.030) and mean RECIST size at 15 months of 4.34 ± 1.13 cm vs. 2.63 ± 0.84 cm (p = 0.028) respectively for recurrence vs. RILI. At nine months post-SABR, patients with recurrence had significantly higher-density consolidative changes (mean at nine months of -96.4 ± 32.7 HU vs. -143.2 ± 28.4 HU for RILI; p = 0.046). They also had increased variability of HU, an image texture metric, measured as the standard deviation (SD) of HU, in the GGO areas (SD at nine months of 210.6 ± 14.5 HU vs. 175.1 ± 18.7 HU for RILI; p = 0.0078). CONCLUSIONS: Quantitative changes in mean HU and GGO textural analysis have the potential to distinguish RILI from recurrence as early as nine months post-SABR, compared to 15 months with RECIST and 3D volume. If validated, this approach could allow for earlier detection and salvage of recurrence, and result in fewer unnecessary investigations of benign RILI.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,369
Écart entre enseignants0,333 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations53
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActa OncologicaMême sujetLung Cancer Diagnosis and TreatmentTravaux en français237 207