Real-world data evaluating the value of PET-CT for mediastinal staging in patients diagnosed with non-small cell lung cancer in an area with high prevalence of granulomatous diseases: The LACOG-0114 study.
Notice bibliographique
Résumé
e20065 Background: Evaluation of the mediastinum is critical for therapeutic decision in patients with operable non-small cell lung cancer. This analysis aims to evaluate specificity and positive predictive value (PPV) of PET-CT in mediastinal staging of patients diagnosed with NSCLC in South Brazil, an area with high prevalence of infectious granulomatous disease, such as tuberculosis (estimated incidence of 45 cases/100.000 and only 63.7% of cure rate) (http://www.saude.rs.gov.br/upload/1459169540_RELATÓRIO%20TUBERCULOSE%202016.pdf). Methods: Patients with stages I-III NSCLC underwent 18FDG PET-CT before invasive mediastinal staging. Different SUV cut-offs were evaluated, but for the purpose of this analysis were considered positive all PET-CTs showing any mediastinal uptake > 5 SUV. This abstract shows the specificity and the PPV associated with PET-CT when this high-uptake cut-of is considered. Results: From Aug/2014 to Aug/2016, 100 patients were enrolled, all treated at the Brazilian Public Health System, of which 85 were submitted to mediastinoscopy after PET-CT. Median age was 65 years (range 47-80). At baseline, 49 (58%) patients were male and 68 (80%) white. Current or former smokers accounted for 94% (80/85) of the sample. The prevalence of mediastinal involvement was 27% (23/85) confirmed by histopathological evaluation. PET-CT showed specificity of 79% (95% CI 67%–88%) and PPV of 54% (95% CI 40%–67%) when a SUV > 5 was used as cut-off for positivity (see table). Conclusions: These findings consolidate the clinical impression that a positive PET-CT does not confirm the diagnosis of mediastinal involvement in NSCLC patients treated in areas with high prevalence of infectious granulomatous diseases. In this scenario, all positive findings should be confirmed with histopathological evaluation to assure the diagnosis. Clinical trial information: NCT02664792. [Table: see text]
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».