MétaCan
Menu
Retour à la cohorte
Enregistrement W2563125910 · doi:10.1200/jco.2012.30.5_suppl.234

Three-dimensional ultrasound-based spectroscopic imaging for the detection of prostate cancer.

2012· article· en· W2563125910 sur OpenAlexaff
Hans T. Chung, Ervis Sofrani, Naum Papanicolau, Linda Sugar, Gerard Morton, Martin J. Yaffe, Robert K. Nam, Gregory J. Czarnota

Notice bibliographique

RevueJournal of Clinical Oncology · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueMRI in cancer diagnosis
Établissements canadiensHealth Sciences CentreSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésProstate cancerProstatectomyHistopathologyMedicineUltrasoundProstateNuclear medicineUrologyRadiologyCancerPathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

234 Background: The objective of this translational research was to investigate the use of real-time novel three-dimension, quantitative ultrasound-based spectroscopic imaging of the prostate as a means of cancer detection. Methods: Fourteen patients with T2-3 prostate cancer underwent a 6–9 MHz trans-rectal ultrasound scan of the prostate prior to radical prostatectomy. Equally spaced axial ultrasound images (0.5 cm separation) corresponding elasticity and spectroscopy data were collected in each patient. Colour-coded spectroscopic parametric maps of 0-Mhz intercept (0-Mhz), mid-band fit (MBF) and slope of line of best fit (slope) were generated indicating where the disease in the prostate gland is hypothetically located. Quantitative data (% volume of cancer over the prostate gland) were compared to whole-mount radical prostatectomy histopathology maps to determine the sensitivity and accuracy in parametrically delineating prostate cancer. Results: Representative data indicate spectral changes were associated with the presence of co-incident disease as located on correlative histopathology whole mount sections. Of the 14 patients enrolled, 7 have been analyzed and presented here. The mean % difference between 0-MHz and MBF, with H&E, was 14% (SD 38%) and 21% (SD 24%), respectively. Gross areas of disease were readily visualized in ultrasound parametric maps and corresponded to a maximum 10dB decrease in 0-MHz or MBF. Parametric maps generated from the spectral slope offered no discrimination of disease. There were differences in scatterer size estimates and scatter concentration estimates between putative disease areas and the remaining tissue. Conclusions: Initial results suggest that there is good correlation between spectroscopic maps with disease on whole-mount specimens. This method may ultimately permit ultrasound-guided targeted biopsies to improve detection rates and non-invasive assessment of disease for radiotherapy planning.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,095
Tête enseignante GPT0,471
Écart entre enseignants0,375 · 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'étudeExpérimental (laboratoire)
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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetMRI in cancer diagnosisTravaux en français237 207