MRI Surrogates for Molecular Subgroups of Medulloblastoma
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Recently identified molecular subgroups of medulloblastoma have shown potential for improved risk stratification. We hypothesized that distinct MR imaging features can predict these subgroups. MATERIALS AND METHODS: All patients with a diagnosis of medulloblastoma at one institution, with both pretherapy MR imaging and surgical tissue, served as the discovery cohort (n = 47). MR imaging features were assessed by 3 blinded neuroradiologists. NanoString-based assay of tumor tissues was conducted to classify the tumors into the 4 established molecular subgroups (wingless, sonic hedgehog, group 3, and group 4). A second pediatric medulloblastoma cohort (n = 52) from an independent institution was used for validation of the MR imaging features predictive of the molecular subtypes. RESULTS: Logistic regression analysis within the discovery cohort revealed tumor location (P < .001) and enhancement pattern (P = .001) to be significant predictors of medulloblastoma subgroups. Stereospecific computational analyses confirmed that group 3 and 4 tumors predominated within the midline fourth ventricle (100%, P = .007), wingless tumors were localized to the cerebellar peduncle/cerebellopontine angle cistern with a positive predictive value of 100% (95% CI, 30%-100%), and sonic hedgehog tumors arose in the cerebellar hemispheres with a positive predictive value of 100% (95% CI, 59%-100%). Midline group 4 tumors presented with minimal/no enhancement with a positive predictive value of 91% (95% CI, 59%-98%). When we used the MR imaging feature-based regression model, 66% of medulloblastomas were correctly predicted in the discovery cohort, and 65%, in the validation cohort. CONCLUSIONS: Tumor location and enhancement pattern were predictive of molecular subgroups of pediatric medulloblastoma and may potentially serve as a surrogate for genomic testing.
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 ».