Improved Radiologic Staging of Lung Cancer with 2-[18F]-Fluoro-2-Deoxy-d-Glucose–Positron Emission Tomography and Computed Tomography Registration
Notice bibliographique
Résumé
PURPOSE: To determine if volumetric nonlinear registration or registration of thoracic computed tomography (CT) and 2-[18F]-fluoro-2-deoxy-D-glucose-positron emission tomography (FDG-PET) datasets changes the detection of mediastinal and hilar nodal disease in patients undergoing staging for lung cancer and if it has any impact on radiologic lung cancer staging. METHOD: Computer-based image registration was performed on 45 clinical thoracic helical CT and FDG-PET scans of patients with lung cancer who were staged by mediastinoscopy and/or thoracotomy. Thoracic CT, FDG-PET, and registration datasets were each interpreted by 2 readers for the presence of metastatic nodal disease and were staged independently of each other. Results were compared with surgical pathologic findings. RESULTS: One hundred and thirty lymph node stations in the mediastinum and hila were evaluated each on CT, PET, and registration datasets. Sensitivity, specificity, positive predictive value, and negative predictive value, respectively, for detecting metastatic nodal disease for CT were 74%, 78%, 55%, 88%; for PET with CT side by side, 59% to 76%, 77% to 89%, 48% to 68%, and 84% to 91%; and for CT-PET registration, 71% to 76%, 89% to 96%, 70% to 86%, and 90% to 91%. Registration images were significantly more sensitive in detecting nodal disease over PET for 1 reader (P = 0.0156) and were more specific than PET (P = 0.0107 and 0.0017) in identifying the absence of mediastinal disease for both readers. Registration was significantly more accurate for staging when compared with PET for both readers (P = 0.002 and 0.035). CONCLUSION: Registration of CT and FDG-PET datasets significantly improved the specificity of detecting metastatic disease. In addition, registration improved the radiologic staging of lung cancer patients when compared with CT or FDG-PET alone.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,000 | 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 ».