<sup>18</sup>F-FDG PET Uptake Characterization Through Texture Analysis: Investigating the Complementary Nature of Heterogeneity and Functional Tumor Volume in a Multi–Cancer Site Patient Cohort
Notice bibliographique
Résumé
UNLABELLED: Intratumoral uptake heterogeneity in (18)F-FDG PET has been associated with patient treatment outcomes in several cancer types. Textural feature analysis is a promising method for its quantification. An open issue associated with textural features for the quantification of intratumoral heterogeneity concerns its added contribution and dependence on the metabolically active tumor volume (MATV), which has already been shown to be a significant predictive and prognostic parameter. Our objective was to address this question using a larger cohort of patients covering different cancer types. METHODS: A single database of 555 pretreatment (18)F-FDG PET images (breast, cervix, esophageal, head and neck, and lung cancer tumors) was assembled. Four robust and reproducible textural feature-derived parameters were considered. The issues associated with the calculation of textural features using co-occurrence matrices (such as the quantization and spatial directionality relationships) were also investigated. The relationship between these features and MATV, as well as among the features themselves, was investigated using Spearman rank coefficients for different volume ranges. The complementary prognostic value of MATV and textural features was assessed through multivariate Cox analysis in the esophageal and non-small cell lung cancer (NSCLC) cohorts. RESULTS: A large range of MATVs was included in the population considered (3-415 cm(3); mean, 35; median, 19; SD, 50). The correlation between MATV and textural features varied greatly depending on the MATVs, with reduced correlation for increasing volumes. These findings were reproducible across the different cancer types. The quantization and calculation methods both had an impact on the correlation. Volume and heterogeneity were independent prognostic factors (P = 0.0053 and 0.0093, respectively) along with stage (P = 0.002) in non-small cell lung cancer, but in the esophageal tumors, volume and heterogeneity had less complementary value because of smaller overall volumes. CONCLUSION: Our results suggest that heterogeneity quantification and volume may provide valuable complementary information for volumes above 10 cm(3), although the complementary information increases substantially with larger volumes.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».