Predicting breast cancer response to neoadjuvant chemotherapy using pretreatment diffuse optical spectroscopic texture analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Diffuse optical spectroscopy (DOS) has been demonstrated capable of monitoring response to neoadjuvant chemotherapy (NAC) in locally advanced breast cancer (LABC) patients. In this study, we evaluate texture features of pretreatment DOS functional maps for predicting LABC response to NAC. Locally advanced breast cancer patients ( n =37) underwent DOS breast imaging before starting NAC. Breast tissue parametric maps were constructed and texture analyses were performed based on grey-level co-occurrence matrices for feature extraction. Ground truth labels as responders (R) or non-responders (NR) were assigned to patients based on Miller–Payne pathological response criteria. The capability of DOS textural features computed on volumetric tumour data before the start of treatment (i.e., ‘pretreatment’) to predict patient responses to NAC was evaluated using a leave-one-out validation scheme at subject level. Data were analysed using a logistic regression, naive Bayes, and k -nearest neighbour classifiers. Data indicated that textural characteristics of pretreatment DOS parametric maps can differentiate between treatment response outcomes. The HbO 2 homogeneity resulted in the highest accuracy among univariate parameters in predicting response to chemotherapy: sensitivity (%Sn) and specificity (%Sp) were 86.5% and 89.0%, respectively, and accuracy was 87.8%. The highest predictors using multivariate (binary) combination features were the Hb-contrast+HbO 2 -homogeneity, which resulted in a %Sn/%Sp=78.0/81.0% and an accuracy of 79.5%. This study demonstrated that the pretreatment DOS texture features can predict breast cancer response to NAC and potentially guide treatments.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 découle