Limitations of single slice dynamic contrast enhanced MR in pharmacokinetic modeling of bone sarcomas
Notice bibliographique
Résumé
BACKGROUND: Single slice dynamic contrast-enhanced magnetic resonance imaging (DCE-MRI) appears to provide perfusion data about sarcomas in vivo that correlate with tumor necrosis on equivalent pathological sections. However, sarcomas are heterogeneous and therefore single slice DCE-MRI may not correlate with total tumor necrosis. PURPOSE: To determine whether changes in pharmacokinetic modeling of DCE-MRI, during chemotherapy for primary bone sarcomas correlated with histological measures of total tumor necrosis. MATERIAL AND METHODS: Twelve patients with appendicular primary bone sarcomas were included in the study. Each patient had DCE-MRI before, and after completion, of pre-operative chemotherapy. The mean arterial slope (A), endothelial permeability coefficient (K(trans)), and extravascular extracellular volume (V(e)) were derived from each data set using a modified two compartment pharmacokinetic model. Total tumor necrosis rates were compared with changes in A, K(trans), and V(e). RESULTS: Six patients had total tumor necrosis of >or=90% and six had a measure of <90%. The median percentage changes in A, K(trans), and V(e) for the >or=90% necrosis group were -52.5% (-83 to 6), -66% (-82 to 26), and 23.5% (-26 to 40), respectively. For the <90% necrosis group, A = - 35% (-75 to 132), K(trans)= - 53 (-66 to 149) and V(e)= - 14.5% (-42 to 40). One patient with >90% necrosis had increases in all three measures. Comparison of the two groups generated P-values of 0.699 for A, 0.18 for K(trans), and 0.31 for V(e). CONCLUSION: There was no statistically significant correlation between changes in pharmacokinetic perfusion parameters and total tumor necrosis. When using single slice DCE-MRI heterogeneous histology of primary bone sarcomas and repair mediated angiogenesis might both be confounding factors.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».