Signal Intensities in Preoperative MRI Do Not Reflect Proliferative Activity in Meningioma
Notice bibliographique
Résumé
BACKGROUND: Identification of high-grade meningiomas in preoperative magnetic resonance imaging (MRI) is important for optimized surgical strategy and best possible resection. Numerous studies investigated subjectively determined morphological features as predictors of tumor biology in meningiomas. The aim of this study was to identify the predictive value of more reliable, quantitatively measured signal intensities in MRI for differentiation of high- and low-grade meningiomas and identification of meningiomas with high proliferation rates, respectively. PATIENTS AND METHODS: Sixty-six patients (56 World Health Organization [WHO] grade I, 9 WHO grade II, and 1 WHO grade I) were included in the study. Preoperative MRI signal intensities (fluid-attenuated inversion recovery [FLAIR], T1 precontrast, and T1 postcontrast as genuine and normalized values) were correlated with Ki-67 expression in tissue sections of resected meningiomas. Differences between the groups (analysis of variance) and Spearman rho correlation were computed using SPSS 22. RESULTS: Mean values of genuine signal intensities of meningiomas in FLAIR, T1 native, and T1 postcontrast were 323.9 ± 59, 332.8 ± 67.9, and 768.5 ± 165.3. Mean values of normalized (to the contralateral white matter) signal intensities of meningiomas in FLAIR, T1 native, and T1 postcontrast were 1.5 ± 0.3, 0.8 ± 0.1, and 1.9 ± 0.4. There was no significant correlation between MRI signal intensities and WHO grade or Ki-67 expression. Signal intensities did not differ significantly between WHO grade I and II/III meningiomas. Ki-67 expression was significantly increased in high-grade meningiomas compared with low-grade meningiomas (P < 0.01). Objectively measured values of MRI signal intensities (FLAIR, T1 precontrast, and T1 postcontrast enhancement) did not distinguish between high-grade and low-grade meningiomas. Furthermore, there was no association between MRI signal intensities and Ki-67 expression representing proliferative activity.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 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 ».