MétaCan
Menu
Retour à la cohorte
Enregistrement W2344092557 · doi:10.1007/978-1-62703-727-3_30

The Clinical Use of PET/CT in the Evaluation of Melanoma

2013· review· en· W2344092557 sur OpenAlexaff
Khun Visith Keu, Andrei Iagaru

Notice bibliographique

RevueMethods in molecular biology · 2013
Typereview
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésPositron emission tomographyMelanomaMedicinePET-CTNuclear medicineModality (human–computer interaction)RadiologyPet imagingStage (stratigraphy)Computed tomographyClinical PracticeMedical physicsComputer scienceArtificial intelligenceCancer research

Résumé

récupéré en direct d'OpenAlex

Positron emission tomography combined with computed tomography (PET/CT) has emerged in the last decade as a dominant imaging modality used for staging, monitoring response and surveillance of various cancers, including melanoma. Using 2-deoxy-2-((18)F)fluoro-D-glucose ((18)F-FDG) as the radiopharmaceutical, PET/CT has demonstrated its efficacy and its utility in the management of patients with advanced melanoma. Nonetheless, challenges remain in the early stage evaluation of melanoma and in the development of novel radiotracers to better characterize lesions found on PET/CT. This chapter focuses on the advantages and limitations of this imaging modality in melanoma. We also detail and describe the approach to perform (18)F-FDG PET/CT, the methods to accurately quantify lesions, as well as the pearls/pitfalls of image interpretation. Finally, an overview of preclinical and investigational clinical radiopharmaceuticals is presented.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,857

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0160,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,436
Tête enseignante GPT0,646
Écart entre enseignants0,210 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMethods in molecular biologyMême sujetMedical Imaging Techniques and ApplicationsTravaux en français237 207