Pulmonary imaging after stereotactic radiotherapy—does RECIST still apply?
Notice bibliographique
Résumé
The use of stereotactic ablative radiotherapy (SABR) for the treatment of primary lung cancer and metastatic disease is rapidly increasing. However, the presence of benign fibrotic changes on CT imaging makes response assessment following SABR a challenge, as these changes develop with an appearance similar to tumour recurrence. Misclassification of benign fibrosis as local recurrence has resulted in unnecessary interventions, including biopsy and surgical resection. Response evaluation criteria in solid tumours (RECIST) are widely used as a universal set of guidelines to assess tumour response following treatment. However, in the context of non-spherical and irregular post-SABR fibrotic changes, the RECIST criteria can have several limitations. Positron emission tomography can also play a role in response assessment following SABR; however, false-positive results in regions of inflammatory lung post-SABR can be a major clinical issue and optimal standardized uptake values to distinguish fibrosis and recurrence have not been determined. Although validated CT high-risk features show a high sensitivity and specificity for predicting recurrence, most recurrences are not detected until more than 1-year post-treatment. Advanced quantitative radiomic analysis on CT imaging has demonstrated promise in distinguishing benign fibrotic changes from local recurrence at earlier time points, and more accurately, than physician assessment. Overall, the use of RECIST alone may prove inferior to novel metrics of assessing response.
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) | 0,003 | 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) | 0,001 | 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 ».