MétaCan
Menu
Retour à la cohorte
Enregistrement W2625583840 · doi:10.1007/s00259-017-3740-2

EANM/EARL harmonization strategies in PET quantification: from daily practice to multicentre oncological studies

2017· review· en· W2625583840 sur OpenAlexaff
Nicolas Aide, Charline Lasnon, Patrick Veit‐Haibach, Teréz Séra, Bernhard Sattler, Ronald Boellaard

Notice bibliographique

RevueEuropean Journal of Nuclear Medicine and Molecular Imaging · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésAccreditationMedicineHarmonizationMedical physicsPositron emission tomographyNuclear medicineClinical PracticeFamily medicineMedical education

Résumé

récupéré en direct d'OpenAlex

Quantitative positron emission tomography/computed tomography (PET/CT) can be used as diagnostic or prognostic tools (i.e. single measurement) or for therapy monitoring (i.e. longitudinal studies) in multicentre studies. Use of quantitative parameters, such as standardized uptake values (SUVs), metabolic active tumor volumes (MATVs) or total lesion glycolysis (TLG), in a multicenter setting requires that these parameters be comparable among patients and sites, regardless of the PET/CT system used. This review describes the motivations and the methodologies for quantitative PET/CT performance harmonization with emphasis on the EANM Research Ltd. (EARL) Fluorodeoxyglucose (FDG) PET/CT accreditation program, one of the international harmonization programs aiming at using FDG PET as a quantitative imaging biomarker. In addition, future accreditation initiatives will be discussed. The validation of the EARL accreditation program to harmonize SUVs and MATVs is described in a wide range of tumor types, with focus on therapy assessment using either the European Organization for Research and Treatment of Cancer (EORTC) criteria or PET Evaluation Response Criteria in Solid Tumors (PERCIST), as well as liver-based scales such as the Deauville score. Finally, also presented in this paper are the results from a survey across 51 EARL-accredited centers reporting how the program was implemented and its impact on daily routine and in clinical trials, harmonization of new metrics such as MATV and heterogeneity features.

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)0,325
score de la tête « metaresearch » (Gemma)0,233
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,325
Score d'incertitude au seuil0,833

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3250,233
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0060,010
Études des sciences et des technologies0,0010,004
Communication savante0,0100,006
Science ouverte0,0070,011
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,180
Tête enseignante GPT0,462
Écart entre enseignants0,282 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations349
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Nuclear Medicine and Molecular ImagingMême sujetMedical Imaging Techniques and ApplicationsTravaux en français237 207