CT texture features are associated with overall survival in pancreatic ductal adenocarcinoma – a quantitative analysis
Notice bibliographique
Résumé
BACKGROUND: To assess whether CT-derived texture features predict survival in patients undergoing resection for pancreatic ductal adenocarcinoma (PDAC). METHODS: Thirty patients with pre-operative CT from 2007 to 2012 for PDAC were included. Tumor size and five texture features namely uniformity, entropy, dissimilarity, correlation, and inverse difference normalized were calculated. Mann-Whitney rank sum test was used to compare tumor with normal pancreas. Receiver operating characteristics (ROC) analysis, Cox regression and Kaplan-Meier tests were used to assess association of texture features with overall survival (OS). RESULTS: Uniformity (p < 0.001), entropy (p = 0.009), correlation (p < 0.001), and mean intensity (p < 0.001) were significantly different in tumor regions compared to normal pancreas. Tumor dissimilarity (p = 0.045) and inverse difference normalized (p = 0.046) were associated with OS whereas tumor intensity (p = 0.366), tumor size (p = 0.611) and other textural features including uniformity (p = 0.334), entropy (p = 0.330) and correlation (p = 0.068) were not associated with OS. CONCLUSION: CT-derived PDAC texture features of dissimilarity and inverse difference normalized are promising prognostic imaging biomarkers of OS for patients undergoing curative intent surgical resection.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 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 ».