18F-fluorocholine positron emission tomography-computed tomography (18F-FCH PET/CT) for staging of high-risk prostate cancer patients
Notice bibliographique
Résumé
INTRODUCTION: F-FCH PET/CT to conventional imaging modalities and to evaluate its clinical impact. METHODS: F-FCH PET/CT for initial staging of high-risk prostate cancer. Using pre-established validation criteria, sensitivity and specificity were determined for metastatic disease. Results were compared to findings on magnetic resonance imaging (MRI), computed tomography (CT), and bone scan (BS) when available. RESULTS: Twenty-two (29%) PET/CT scans were positive, 49 (64%) negative, and five (7%) equivocal for nodal or metastatic disease. Of the positive scans, 17 showed regional lymph node involvement, 12 distant nodes, five bone metastases, and three lung metastases. Overall per-patient sensitivity, specificity, positive and negative predictive values for metastatic disease were 65%, 100%, 100%, and 78%, respectively. Sensitivity, specificity, and positive and negative predictive values were 64%, 100%, 100%, and 80%, respectively, for nodal involvement and 86%, 100%, 100%, and 98%, respectively, for bone and other metastases. Conventional imaging was negative for the lesion(s) found on PET/CT in five patients. PET/CT changed the clinical management in nine patients (12%). CONCLUSIONS: F-FCH PET/CT offers some benefits over conventional imaging and demonstrates a high specificity, it remains limited by its sensitivity in the context of high-risk prostate cancer staging. PET with novel urea-based small molecule prostate-specific membrane antigen (PSMA) inhibitors may overcome some of these limitations. However, the interpretation of the study result is limited by the lack of available histological gold standard, the inclusion of several patients who received androgen-deprivation therapy (ADT) prior to PET/CT, our retrospective design, and a relatively small sample size.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 ».