Positron emission tomography/computed tomography (PET/CT) for the diagnosis of recurrent cancer (PETREC): A multicenter, prospective cohort study.
Notice bibliographique
Résumé
6049 Background: The clinical utility of PET/CT in patients with suspected cancer recurrence remains unclear. The aim of this multi-center, prospective, comparative effectiveness study is to assess the impact of PET/CT on clinical management of patients with suspected cancer recurrence. Methods: Patients were eligible if cancer recurrence (non-small cell lung, breast, head and neck, ovarian, esophageal, Hodgkin’s or non-Hodgkin’s lymphoma) was clinically suspected, and if conventional imaging (e.g. X-ray, ultrasound, CT, or MRI) was non-diagnostic. As a pre-requisite to PET/CT booking, clinicians were asked at enrolment to indicate their planned management if PET/CT were not available. Patients then underwent 18FDG-PET/CT. Clinicians were then asked to indicate their management plan based on PET/CT findings. Patients were followed up once at 3 months. The primary outcome was change in planned management after PET/CT and was assessed independently and in duplicate by external outcome adjudicators using all available source documents. Results: 101 patients (mean age 64 y, 45% male, median 1.3 y since last treatment) were enrolled from 4 centers in Ontario, Canada between April 2009 and June 2011. Distribution of tumor types was: non-small cell lung (55%), breast (19%), ovarian (10%), esophageal (6%), lymphoma (6%), head and neck (4%). 8 patients did not complete the study (non-adherence to protocol, 2; death, 5; disease progression prior to PET/CT, 1), of whom 2 did not receive PET/CT. PET/CT changed planned management in 52 (53%) patients (Table). At 3 months, planned management was carried out in 46/52 (88%) patients. Conclusions: In patients with suspected cancer recurrence, PET/CT changes planned management from non-treatment to treatment for approximately 1 in every 3 patients (“number needed to scan” = 3) and contributes importantly to clinical management. [Table: see text]
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».