MétaCan
Menu
Retour à la cohorte
Enregistrement W2147023528 · doi:10.1148/radiol.12112428

Non–Small Cell Lung Cancer: Histopathologic Correlates for Texture Parameters at CT

2012· article· en· W2147023528 sur OpenAlexaff
Balaji Ganeshan, Vicky Goh, Henry Mandeville, Quan Sing Ng, Peter Hoskin, Kenneth A. Miles

Notice bibliographique

RevueRadiology · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiomics and Machine Learning in Medical Imaging
Établissements canadiensSt. Thomas Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineNuclear medicineLung cancerPathologyTongueAngiogenesisRadiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To correlate computed tomographic (CT) texture in non-small cell lung cancer (NSCLC) with histopathologic markers for angiogenesis and hypoxia. MATERIALS AND METHODS: The study was institutional review board approved, and informed consent was obtained. Fourteen patients with NSCLC underwent CT prior to intravenous administration of pimonidazole (0.5 g/m(2)), a marker of hypoxia, 24 hours before surgery. Texture was assessed for unenhanced and contrast material-enhanced CT images by using a software algorithm that selectively filters and extracts texture at different anatomic scales (1.0 [fine detail] to 2.5 [coarse features]), with quantification of the standard deviation (SD) of all pixel values and the mean value of positive pixels (MPP) and uniformity of distribution of positive gray-level pixel values (UPP). After surgery, matched tumor sections were stained for angiogenesis (CD34 expression) and for markers of hypoxia (glucose transporter protein 1 [Glut-1] and pimonidazole). The percentage and average intensity of the tumor stained were assessed. A linear mixed-effects model was used to assess the correlations between CT texture and staining intensity. RESULTS: SD and MPP quantified from medium to coarse texture on contrast-enhanced CT images showed significant associations with the average intensity of tumor staining with pimonidazole (for SD: filter value, 2.5; slope = 0.003; P = .0003). UPP (medium to coarse texture) on unenhanced CT images showed a significant inverse association with tumor Glut-1 expression (filter value, 2.5; slope = -115.13; P = .0008). MPP quantified from medium to coarse texture on both unenhanced and contrast-enhanced CT images showed significant inverse associations with tumor CD34 expression (unenhanced CT: filter value, 1.8; slope = -0.0008; P = .003; contrast-enhanced CT: filter value, 1.8; slope = -0.0006; P = .004). CONCLUSION: Texture parameters derived from CT images of NSCLC have the potential to act as imaging correlates for tumor hypoxia and angiogenesis. SUPPLEMENTAL MATERIAL: http://radiology.rsna.org/lookup/suppl/doi:10.1148/radiol.12112428/-/DC1.

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)0,003
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
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,012
Tête enseignante GPT0,282
Écart entre enseignants0,270 · 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

Citations453
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRadiologyMême sujetRadiomics and Machine Learning in Medical ImagingTravaux en français237 207