P.048 Correlation of preoperative serum lactate, MR spectroscopy and frozen tissue lactate levels as a biomarker for giomas – a prospective clinical study
Notice bibliographique
Résumé
Background: Lactate, a by-product of glycolysis, has been well established as a marker of poor tissue perfusion. Elevated lactate production is observed in tumor glycolysis known as the Warburg effect. We have previously shown that serum lactate correlated with brain tumor grade. In this prospective study we aimed to determine if the preoperative serum lactate correlated with preoperative MR spectroscopy and in lactate levels in the fresh frozen tissue samples. Methods: Twenty-one glioma patients (13 male, 8 female) ages 34 – 86 underwent craniotomy at a single institution by lead author. Tumor pathology revealed a Glioblastoma (n=16), grade II (oligodendroglioma n=1) and Grade III Glioma (anaplastic astrocytoma n=4). Preoperative spectroscopy was performed on 18 patients. A fellowship trained neuro-radiologist (JPC) was blinded to the serum and tissue lactate levels and graded the spectroscopy lactate levels as low or elevated. Results: There was direct correlation of spectroscopy tissue lactate levels with serum lactate levels. Pre-operative serum lactate (range 6.6- 29.9 mg/dl) was directly correlated with the fresh frozen tissue lactate levels (range 0.1 – 0.39 ug/mg; Pearson r=0.6 p = 0.0021). Conclusions: This study supports that serum lactate correlates with spectroscopy and tissue lactate levels.
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 | 0,001 | 0,004 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».