MétaCan
Menu
Retour à la cohorte
Enregistrement W2511601841 · doi:10.1200/jco.2009.27.15_suppl.7575

PET-CT compared to invasive mediastinal staging in non-small cell lung cancer (NSCLC)

2009· article· en· W2511601841 sur OpenAlexaff
Gail Darling, Donna E. Maziak, Richard Inculet, Karen Y. Gulenchyn, A. A. Driedger, Yee Ung, J. Miller, Chu‐Shu Gu, William K. Evans, Mark N. Levine

Notice bibliographique

RevueJournal of Clinical Oncology · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiomics and Machine Learning in Medical Imaging
Établissements canadiensMcMaster UniversitySt. Joseph’s Healthcare Hamilton
Organismes subventionnairesnon disponible
Mots-clésMedicineMediastinoscopyRadiologyLung cancerStage (stratigraphy)Nuclear medicineThoracotomyMediastinumLung cancer stagingSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

7575 Background: In patients with NSCLC, preoperative staging tests including mediastinoscopy (M) are important in defining which patients are surgical candidates. 18FDG PET-CT is useful in identifying patients with mediastinal disease not evident by CT. Alternatively, M may not be required if PET-CT is negative. We have previously reported reduced rates of unnecessary thoracotomy (T) in the PET-CT arm of a trial which compared staging with PET-CT versus conventional imaging (bone scan and CT liver and adrenals) in patients with clinical stage I, II, or IIIA NSCLC being considered for surgery (J Clin Oncol 26 May 20 suppl: abstr 7502). Methods: In this analysis, we determined the accuracy of PET-CT in mediastinal staging compared to invasive surgical staging either by M alone or by M and T. Patients in the PET-CT arm had invasive mediastinal staging either by M or mediastinal nodal sampling at T. PET-CT was considered positive if N2 or N3 nodes exhibited increased 18FDG uptake. Results: M was performed in 81 of 143 patients in the PET-CT arm; the remainder had mediastinal nodal staging at T. Combining M with T, the sensitivity and specificity of PET-CT were 0.70 [95% CI: 0.48–0.85] and 0.94 [95%CI: 0.89–0.97], respectively. Of 21 patients with a positive PET-CT, 7 did not have tumor. The positive predictive value (PPV) and negative predictive value (NPV) were 0.67 [95% CI: 0.45–0.83] and 0.95 [95% CI: 0.90–0.98], respectively. The results for PET-CT versus M alone were: sensitivity, 1.0 [95% CI: 0.76–1.0]; specificity, 0.88 [95%CI: 0.79–0.94]; PPV, 0.60 [95%CI: 0.39–0.78]; NPV, 1.0 [95% CI: 0.94–1.0]. Based on PET-CT alone, 7 patients would have been denied T if PET-CT abnormalities had not been evaluated with invasive mediastinal staging. Conclusions: Mediastinal abnormalities on PET-CT should be confirmed by invasive mediastinal staging because of the risk of a false positive test. Patients should not be denied potentially curative therapy based on PET-CT alone. If PET-CT is negative in the mediastinum, the likelihood of occult metastatic disease in the mediastinum is very low and invasive staging may not be required depending on the clinical context. No significant financial relationships to disclose.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,058
Tête enseignante GPT0,455
Écart entre enseignants0,396 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations1
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetRadiomics and Machine Learning in Medical ImagingTravaux en français237 207