Clinical Value of Whole-body FDG-PET for Recurrent Gastric Cancer: A Multicenter Study
Notice bibliographique
Résumé
OBJECTIVE: The purpose of this multicenter study was to evaluate the clinical usefulness of positron emission tomography (PET) using (18)F-fluorodeoxyglucose (FDG) for suspected recurrent gastric cancer. METHODS: We performed a retrospective review of 92 consecutive patients who underwent PET [either integrated PET/computed tomography (CT) or manual fusion of dedicated PET and CT] scans for post-treatment surveillance of gastric cancer between June 2006 and December 2007. Of these patients, 46 patients were suspected of recurrence by other imaging modalities (Group A), 19 patients were suspected of recurrence by tumor markers without definite findings (Group B) and the remaining 27 patients underwent a PET scan without evidence of recurrence (Group C). The diagnostic performance and prevalence of the clinical impact of FDG-PET were analyzed. RESULTS: Recurrence of gastric cancer was confirmed in 31 patients (67%) in Group A, in 11 patients (58%) in Group B and in 2 patients (7%) in Group C. In addition, colon cancer (n = 3), lung cancer (n = 1) and pulmonary carcinoid (n = 1) were identified in five patients (5%). In patient-basis, the sensitivity, specificity and diagnostic accuracy of PET for recurrence were 81%, 87% and 83%, respectively, in Group A, 73%, 88% and 79%, respectively, in Group B and 50%, 88% and 85%, respectively, in Group C. Therapeutic management was influenced by PET results in 22 patients (48%) in Group A, in 8 patients (42%) in Group B and in 2 patients (7%) in Group C, including cases in which PET was helpful for detecting second primary cancer. CONCLUSIONS: PET with FDG yielded useful information in patients with suspected recurrent gastric cancer, especially when recurrence was suspected in the clinical setting.
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 | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 | 0,001 |
| 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 ».