Utility of preoperative ferumoxtran-10 MRI to evaluate retroperitoneal lymph node metastasis in advanced cervical cancer: Results of ACRIN 6671/GOG 0233
Notice bibliographique
Résumé
Rationale and objectives To assess if ferumoxtran-10 (f-10) improves accuracy of MRI to detect lymph node (LN) metastasis in advanced cervical cancer. Materials and methods F-10 MRI component of an IRB approved HIPAA compliant ACRIN/GOG trial was analyzed. Patients underwent f-10 MRI followed by extra-peritoneal or laparoscopic pelvic and abdominal lymphadenectomy. F-10-sensitive sequences were T2* GRE sequences with TE of 12 and 21. Seven independent blinded readers reviewed f-10-insensitive sequences and all sequences in different sessions. Region correlations were performed between pathology and MRI for eight abdomen and pelvis regions. Sensitivity and specificity were calculated at participant level. Reference standard is based on pathology result of surgically removed LNs. Results Among 43 women enrolled in the trial between September 2007 and November 2009, 33 women (mean age 49±11 years old) with advanced cervical cancer (12 IB2, 3 IIA, 15 IIB and 3 IIIB, 29 squamous cell carcinomas, 32 grade 2 or 3) were evaluable. Based on histopathology, LN metastasis was 39% in abdomen and 70% in pelvis. Sensitivity of all sequence review in pelvis, abdomen, and combined were 83%, 60%, and 86%, compared with 78%, 54%, and 80% for f-10 insensitive sequences ( P : 0.24, 0.44 and 0.14, respectively). Mean diameter of the largest positive focus on histopathology was 13.7mm in abdomen and 18.8mm in pelvis ( P =0.018). Specificities of all sequence review in pelvis, abdomen, and combined were 48%, 75%, and 43%, compared with 75%, 83%, and 73% ( P : 0.003, 0.14, 0.002 respectively) for f-10 insensitive sequences. Conclusion Addition of f-10 increased MRI sensitivity to detect LN metastasis in advanced cervical cancer. Increased sensitivity did not reach statistical significance and was at the expense of lower specificity.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,001 | 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 ».