CT texture features are associated with overall survival in pancreatic ductal adenocarcinoma – a quantitative 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
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.
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 | 0,001 | 0,015 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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