Coregistered fluorescence-enhanced tumor resection of malignant glioma: relationships between δ-aminolevulinic acid–induced protoporphyrin IX fluorescence, magnetic resonance imaging enhancement, and neuropathological parameters
Notice bibliographique
Résumé
OBJECT: The aim of this study was to investigate the relationships between intraoperative fluorescence, features on MR imaging, and neuropathological parameters in 11 cases of newly diagnosed glioblastoma multiforme (GBM) treated using protoporphyrin IX (PpIX) fluorescence-guided resection. METHODS: In 11 patients with a newly diagnosed GBM, δ-aminolevulinic acid (ALA) was administered to enhance endogenous synthesis of the fluorophore PpIX. The patients then underwent fluorescence-guided resection, coregistered with conventional neuronavigational image guidance. Biopsy specimens were collected at different times during surgery and assigned a fluorescence level of 0-3 (0, no fluorescence; 1, low fluorescence; 2, moderate fluorescence; or 3, high fluorescence). Contrast enhancement on MR imaging was quantified using two image metrics: 1) Gd-enhanced signal intensity (GdE) on T1-weighted subtraction MR image volumes, and 2) normalized contrast ratios (nCRs) in T1-weighted, postGd-injection MR image volumes for each biopsy specimen, using the biopsy-specific image-space coordinate transformation provided by the navigation system. Subsequently, each GdE and nCR value was grouped into one of two fluorescence categories, defined by its corresponding biopsy specimen fluorescence assessment as negative fluorescence (fluorescence level 0) or positive fluorescence (fluorescence level 1, 2, or 3). A single neuropathologist analyzed the H & E-stained tissue slides of each biopsy specimen and measured three neuropathological parameters: 1) histopathological score (0-IV); 2) tumor burden score (0-III); and 3) necrotic burden score (0-III). RESULTS: Mixed-model analyses with random effects for individuals show a highly statistically significant difference between fluorescing and nonfluorescing tissue in GdE (mean difference 8.33, p = 0.018) and nCRs (mean difference 5.15, p < 0.001). An analysis of association demonstrated a significant relationship between the levels of intraoperative fluorescence and histopathological score (χ(2) = 58.8, p < 0.001), between fluorescence levels and tumor burden (χ(2) = 42.7, p < 0.001), and between fluorescence levels and necrotic burden (χ(2) = 30.9, p < 0.001). The corresponding Spearman rank correlation coefficients were 0.51 (p < 0.001) for fluorescence and histopathological score, and 0.49 (p < 0.001) for fluorescence and tumor burden, suggesting a strongly positive relationship for each of these variables. CONCLUSIONS: These results demonstrate a significant relationship between contrast enhancement on preoperative MR imaging and observable intraoperative PpIX fluorescence. The finding that preoperative MR image signatures are predictive of intraoperative PpIX fluorescence is of practical importance for identifying candidates for the procedure. Furthermore, this study provides evidence that a strong relationship exists between tumor aggressiveness and the degree of tissue fluorescence that is observable intraoperatively, and that observable fluorescence has an excellent positive predictive value but a low negative predictive value.
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 | 0,000 | 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 | 0,000 |
| 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 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 ».