MétaCan
Menu
Retour à la cohorte
Enregistrement W2537851394 · doi:10.1017/cjn.2016.334

OS3 - 187 Differentiating Radionecrosis from Tumor Progression Using IVIM perfusion Fraction in Brain Metastases Treated with Radiosurgery

2016· article· en· W2537851394 sur OpenAlexaffvenue
Jay Detsky, John Conklin, Julia Keith, Sean Symons, Arjun Sahgal, Chris Heyn, Hany Soliman

Notice bibliographique

RevueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences Neurologiques · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueMRI in cancer diagnosis
Établissements canadiensUniversity of TorontoHealth Sciences CentreSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésIntravoxel incoherent motionRadiosurgeryMedicineNuclear medicineNecrosisPerfusionLesionMagnetic resonance imagingBrain tumorRadiologyRadiation therapyEffective diffusion coefficientPathology

Résumé

récupéré en direct d'OpenAlex

Radiation necrosis occurs in 5-25% of patients who undergo stereotactic radiosurgery (SRS) for brain metastases. Intravoxel incoherent motion (IVIM) uses MRI diffusion-weighted imaging (DWI) to assess regional perfusion. We investigated the utility of IVIM to differentiate recurrent tumor from radionecrosis after SRS. Patients who had SRS and subsequent surgical resection of what was thought to be either tumor progression or necrosis were included. ROIs were contoured on the pre-operative post-Gd T1-weighted images and transferred to DWI images using automated co-registration. The perfusion fraction (f) was calculated using asymptotic fitting and the mean f (fmean), 90th percentile for f (f90), mean ADC (ADCmean) and 10th percentile for ADC (ADC10) were calculated. Pathology reports were used to identify the predominant feature (necrosis versus tumor). Nine patients with ten lesions were included. One lesion exhibited pure necrosis while the other nine were mixed; three were predominantly (>75%) tumor, three predominantly necrosis, and three were equal parts of both. The perfusion fraction was significantly higher in cases with predominantly tumor compared to those with predominantly necrosis (fmean 0.10±0.01 vs 0.08±0.01, p=0.02 and f90 0.22±0.01 vs 0.14±0.02, p<0.001). ADC did not differentiate tumor from necrosis (ADCmean 0.97±0.23 vs 1.02±0.36, p=0.8 and ADC10 0.53±0.29 vs 0.76±0.29, p=0.33). The IVIM perfusion fraction is useful in differentiating recurrent tumor from radionecrosis in brain metastases treated with SRS. This is the first study to evaluate IVIM against the gold standard (histopathology).

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,045
Tête enseignante GPT0,302
Écart entre enseignants0,257 · 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

Citations0
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences NeurologiquesMême sujetMRI in cancer diagnosisTravaux en français237 207