Early prediction of tumor recurrence based on CT texture changes after stereotactic ablative radiotherapy (SABR) for lung cancer
Notice bibliographique
Résumé
PURPOSE: Benign computed tomography (CT) changes due to radiation induced lung injury (RILI) are common following stereotactic ablative radiotherapy (SABR) and can be difficult to differentiate from tumor recurrence. The authors measured the ability of CT image texture analysis, compared to more traditional measures of response, to predict eventual cancer recurrence based on CT images acquired within 5 months of treatment. METHODS: A total of 24 lesions from 22 patients treated with SABR were selected for this study: 13 with moderate to severe benign RILI, and 11 with recurrence. Three-dimensional (3D) consolidative and ground-glass opacity (GGO) changes were manually delineated on all follow-up CT scans. Two size measures of the consolidation regions (longest axial diameter and 3D volume) and nine appearance features of the GGO were calculated: 2 first-order features [mean density and standard deviation of density (first-order texture)], and 7 second-order texture features [energy, entropy, correlation, inverse difference moment (IDM), inertia, cluster shade, and cluster prominence]. For comparison, the corresponding response evaluation criteria in solid tumors measures were also taken for the consolidation regions. Prediction accuracy was determined using the area under the receiver operating characteristic curve (AUC) and two-fold cross validation (CV). RESULTS: For this analysis, 46 diagnostic CT scans scheduled for approximately 3 and 6 months post-treatment were binned based on their recorded scan dates into 2-5 month and 5-8 month follow-up time ranges. At 2-5 months post-treatment, first-order texture, energy, and entropy provided AUCs of 0.79-0.81 using a linear classifier. On two-fold CV, first-order texture yielded 73% accuracy versus 76%-77% with the second-order features. The size measures of the consolidative region, longest axial diameter and 3D volume, gave two-fold CV accuracies of 60% and 57%, and AUCs of 0.72 and 0.65, respectively. CONCLUSIONS: Texture measures of the GGO appearance following SABR demonstrated the ability to predict recurrence in individual patients within 5 months of SABR treatment. Appearance changes were also shown to be more accurately predictive of recurrence, as compared to size measures within the same time period. With further validation, these results could form the substrate for a clinically useful computer-aided diagnosis tool which could provide earlier salvage of patients with recurrence.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».