Imaging Features of Primary and Recurrent Esophageal Cancer at FDG PET
Notice bibliographique
Résumé
Because of the poor prognosis for patients with esophageal cancer and the risks associated with surgical intervention, accurate staging is essential for optimal treatment planning. Positron emission tomography (PET) with 2-[fluorine-18]fluoro-2-deoxy-d-glucose (FDG) is a useful adjunct to more conventional imaging modalities in this setting. FDG PET is not an appropriate first-line diagnostic procedure in the detection of esophageal cancer and is not helpful in detecting local invasion by the primary tumor, and further studies are required to determine its efficacy in the detection of local nodal metastases. However, FDG PET is superior to anatomic imaging modalities in the ability to detect distant metastases. Metastases to the liver, lungs, and skeleton can readily be identified at FDG PET. In addition, FDG PET has proved valuable in determining the resectability of disease and allows scanning of a larger volume than is possible with computed tomography. Recurrent disease is readily diagnosed and differentiated from scar tissue with FDG PET. In addition, FDG PET may play a valuable role in the follow-up of patients who undergo chemotherapy and radiation therapy, allowing early changes in treatment for unresponsive tumors. The management of most patients with esophageal cancer can be improved with use of FDG PET.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».