Effects of ROI Placement on PET-Based Assessment of Tumor Response to Therapy
Notice bibliographique
Résumé
Purpose. Quantitative PET response assessment during therapy requires regions of interest (ROI). Commonly, a fixed-size ROI is placed at the maximum uptake point in the pretreatment study. For intratreatment, the ROI is placed either at the maximum uptake point (ROIpeak) or at the same location as the pretreatment ROI (ROIsame). We have evaluated the effects of the ROI placement on response assessment. Methods. PET scans of 15 head and neck cancer patients were used to evaluate the effects of the two ROI methods on response assessment. Results. The average intratreatment ROIpeak uptake was 13.4% higher than the ROIsame uptake (range -14% to 38%). The average relative change in ROIpeak uptake was 7.9% lower than ROIsame uptake (range -5% to 36%), resulting in ambiguous tumour classification in 19% of the tumours. Conclusion. Quantitative PET response assessment using a fixed-size ROI is sensitive the ROI placement. The difference between ROIpeak and ROIsame could be substantial resulting in ambiguous response assessment. Although the fixed-size ROI is simple to implement, it is also prone to the limitations and should be used with caution. Clinical trial data are necessary to establish reliable thresholds for fixed-size ROI techniques and to evaluate their efficacy for response assessment.
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 | 0,012 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».