Development and validation of a radiomic signature to predict HPV (p16) status from standard CT imaging: a multicenter study
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
Objectives: Human papillomavirus (HPV) positive oropharyngeal cancer (oropharyngeal squamous cell carcinoma, OPSCC) is biologically and clinically different from HPV negative OPSCC. Here, we evaluate the use of a radiomic approach to identify the HPV status of OPSCC. Methods: Four independent cohorts, totaling 778 OPSCC patients with HPV determined by p16 were collected. We randomly assigned 80% of all data for model training (N = 628) and 20% for validation (N = 150). On the pre-treatment CT images, 902 radiomic features were calculated from the gross tumor volume. Multivariable modeling was performed using least absolute shrinkage and selection operator. To assess the impact of CT artifacts in predicting HPV (p16), a model was developed on all training data (Mall) and on the artifact-free subset of training data (Mno art). Models were validated on all validation data (Vall), and the subgroups with (Vart) and without (Vno art) artifacts. Kaplan–Meier survival analysis was performed to compare HPV status based on p16 and radiomic model predictions. Results: The area under the receiver operator curve for Mall and Mno art ranged between 0.70 and 0.80 and was not significantly different for all validation data sets. There was a consistent and significant split between survival curves with HPV status determined by p16 [p = 0.007; hazard ratio (HR): 0.46], Mall (p = 0.036; HR: 0.55) and Mno art (p = 0.027; HR: 0.49). Conclusion: This study provides proof of concept that molecular information can be derived from standard medical images and shows potential for radiomics as imaging biomarker of HPV status. Advances in knowledge: Radiomics has the potential to identify clinically relevant molecular phenotypes.
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 | 0,001 |
| 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