MétaCan
Menu
Retour à la cohorte
Enregistrement W2066683104 · doi:10.1097/mnm.0000000000000311

Respiratory-gated imaging in metabolic evaluation of small solitary pulmonary nodules

2015· article· en· W2066683104 sur OpenAlexaff
Karim Farid, Xavier Poullias, Marco Alifano, Jean‐François Régnard, Vincent Servois, Nadine Caillat‐Vigneron, Slavomir Petras

Notice bibliographique

RevueNuclear Medicine Communications · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensHotel Dieu Hospital
Organismes subventionnairesMayo Clinic
Mots-clésMedicineRespiratory systemSolitary pulmonary noduleRadiologyInternal medicineComputed tomography

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The aim of the study was to evaluate the effect of 2-((18)F)-fluoro-2-deoxy-D-glucose ((18)F-FDG)-PET/computed tomography (CT) respiratory-gated imaging [four-dimensional (4D)] in the metabolic evaluation of small solitary pulmonary nodules and analyze the cutoff maximum standardized uptake value (SUV(max)) of 2.5 in classifying and distinguishing benign/malignant pulmonary pathologies in 4D studies. MATERIALS AND METHODS: Thirty-two patients with pulmonary lesions measuring 2 cm or less were included during their scheduled (18)F-FDG PET/CT examinations. The whole-body PET/CT acquisition (3D) was followed by a chest-centered PET/CT (4D) study synchronized with the respiratory cycle. The SUV(max) percentage difference (%Diff SUV(max)) was calculated. The nodule size, localization, and relationships with histological/cytological findings were studied. RESULTS: Fifteen nodules were 10 mm or smaller and 17 were larger than 10 mm [mean size = 12 mm (7-20)]. The mean 3D-SUV(max) was 2.5 (0.7-6.1) and the mean 4D-SUV(max) 3.2 (0.9-7.2) (P < 0.001). The mean %Diff SUV(max) was 38% for all patients (7-90), 45% in subcentimetric (7-90%) and 31% (7-75%) in supracentimetric lesions (P = NS). Histology was obtained in 23/32 (72%) cases and the pathologic benign/malignant ratio was 4/19. Malignancies were diagnosed as lung adenocarcinoma, solitary metastases, large cell lung carcinoma, and sarcoma in 13 (41%), 3 (9%), 2 (6%), and 1 (3%) case, respectively. Malignant lesions showed mean 4D-SUV(max) of 3.8 (1.2-7.2). The cutoff SUV(max) of 2.5 did not classify and distinguish between benign/malignant pulmonary pathologies, neither in 3D nor in 4D studies. CONCLUSION: Respiratory gating improves the detectability and metabolic evaluation of solitary pulmonary nodules, mostly those that are subcentimetric. However, as expected, the cutoff SUV(max) of 2.5 does not distinguish between benign/malignant lesions in either 4D or 3D studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,201
Tête enseignante GPT0,402
Écart entre enseignants0,201 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNuclear Medicine CommunicationsMême sujetMedical Imaging Techniques and ApplicationsTravaux en français237 207