Applying Radiomics to Predict Pathology of Postchemotherapy Retroperitoneal Nodal Masses in Germ Cell Tumors
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
PURPOSE: After chemotherapy, approximately 50% of patients with metastatic testicular germ cell tumors (GCTs) who undergo retroperitoneal lymph node dissections (RPNLDs) for residual masses have fibrosis. Radiomics uses image processing techniques to extract quantitative textures/features from regions of interest (ROIs) to train a classifier that predicts outcomes. We hypothesized that radiomics would identify patients with a high likelihood of fibrosis who may avoid RPLND. PATIENTS AND METHODS: Patients with GCT who had an RPLND for nodal masses > 1 cm after first-line platinum chemotherapy were included. Preoperative contrast-enhanced axial computed tomography images of retroperitoneal ROIs were manually contoured. Radiomics features (n = 153) were used to train a radial basis function support vector machine classifier to discriminate between viable GCT/mature teratoma versus fibrosis. A nested 10-fold cross-validation protocol was used to determine classifier accuracy. Clinical variables/restricted size criteria were used to optimize the classifier. RESULTS: Seventy-seven patients with 102 ROIs were analyzed (GCT, 21; teratoma, 41; fibrosis, 40). The discriminative accuracy of radiomics to identify GCT/teratoma versus fibrosis was 72 ± 2.2% (area under the curve [AUC], 0.74 ± 0.028); sensitivity was 56.2 ± 15.0%, and specificity was 81.9 ± 9.0% ( P = .001). No major predictive differences were identified when data were restricted by varying maximal axial diameters (AUC range, 0.58 ± 0.05 to 0.74 ± 0.03). The prediction algorithm using clinical variables alone identified an AUC of 0.76. When these variables were added to the radiomics signature, the best performing classifier was identified when axial masses were limited to diameter < 2 cm (accuracy, 88.2 ± 4.4; AUC, 0.80 ± 0.05; P = .02). CONCLUSION: A predictive radiomics algorithm had a discriminative accuracy of 72% that improved to 88% when combined with clinical predictors. Additional independent validation is required to assess whether radiomics allows patients with a high predicted likelihood of fibrosis to avoid RPLND.
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