18F-FDG PET-CT in Cystic Tumors of the Pancreas
Notice bibliographique
Résumé
In order to plan treatment or follow-up of pancreatic cystic lesions, is crucial to distinguish benign from malignant cystic tumors with reliable, non-invasive methods. Despite evaluation with several preoperative investigations, a correct pathologic diagnosis rate does not exceed 68%. 2-[18F]-fluoro-2-deoxy-D-glucose positron emission tomography (18F-FDG PET-CT) has been found to be a highly sensitive and specific non-invasive procedure to detect malignancy in cystic tumors of the pancreas (CTP). The introduction of hybrid PET/CT scans allowed a more accurate localization of the foci of hypermetabolism. We reviewed 14 series (645 patients) with a CTP who underwent 18F-FDG PET-CT from 2001; four of these studies came from our group of investigators (226 patients). In the last studies, sensitivity in detecting malignancy ranged from 83 to 100% and specificity from 78 to 100%. 18F-FDG PET-CT for a long time was used only when conventional imaging was insufficient to rule out a cancer. In our experience, 18F-FDG PET-CT was found to be reliable to detect "cancer in situ" when no other investigations could detect it, so we stress the use of 18F-FDG PET-CT in the first assessment, as alternative to EUS with FNA, to exclude malignancy. We are lacking data about the use of 18F-FDG PET-CT and timing in the follow-up of patients (un)-operated. We suggest a regular use in the follow up of patients with intraductal papillary mucinous neoplasms (IPMN), due to their multifocality and to the high rate of extra-pancreatic cancers.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».