Preoperative Prognostic Value of Dynamic Contrast-Enhanced MRI-Derived Contrast Transfer Coefficient and Plasma Volume in Patients with Cerebral Gliomas
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: The prognostic value of dynamic contrast-enhanced MR imaging-derived plasma volume obtained in tumor and the contrast transfer coefficient has not been well-established in patients with gliomas. We determined whether plasma volume and contrast transfer coefficient in tumor correlated with survival in patients with gliomas in addition to other factors such as age, type of surgery, preoperative Karnofsky score, contrast enhancement, and histopathologic grade. MATERIALS AND METHODS: This prospective study included 46 patients with a new pathologically confirmed diagnosis of glioma. The contrast transfer coefficient and plasma volume obtained in tumor maps were calculated directly from the signal-intensity curve without T1 measurements, and values were obtained from multiple small ROIs placed within tumors. Survival curve analysis was performed by dichotomizing patients into groups of high and low contrast transfer coefficient and plasma volume. Univariate analysis was performed by using dynamic contrast-enhanced parameters and clinical factors. Factors that were significant on univariate analysis were entered into multivariate analysis. RESULTS: For all patients with gliomas, survival was worse for groups of patients with high contrast transfer coefficient and plasma volume obtained in tumor (P < .05). In subgroups of high- and low-grade gliomas, survival was worse for groups of patients with high contrast transfer coefficient and plasma volume obtained in tumor (P < .05). Univariate analysis showed that factors associated with lower survival were age older than 50 years, low Karnofsky score, biopsy-only versus resection, marked contrast enhancement versus no/mild enhancement, high contrast transfer coefficient, and high plasma volume obtained in tumor (P < .05). In multivariate analysis, a low Karnofsky score, biopsy versus resection in combination with marked contrast enhancement, and a high contrast transfer coefficient were associated with lower survival rates (P < .05). CONCLUSIONS: In patients with glioma, those with a high contrast transfer coefficient have lower survival than those with low parameters.
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 | 0,001 |
| 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 ».