68Ga PET Imaging in Patients With Neuroendocrine 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: The aim of this study was to systematically review the literature to assess the role of Ga PET imaging in neuroendocrine tumors (NETs). MATERIALS AND METHODS: The literature was searched using MEDLINE, EMBASE, and Cochrane Database of Systematic Reviews databases through OVID. Studies comparing PET or PET/CT with conventional imaging in the initial diagnosis, staging and restaging, assessment of treatment response, and routine surveillance of NETs were deemed eligible for inclusion. Risk of bias and applicability concerns were assessed using the Quality Assessment of Diagnostic Accuracy Studies tool. RESULTS: Twenty-two studies met the inclusion criteria. For the initial diagnosis of NETs, PET or PET/CT had a pooled sensitivity of 91% (95% confidence interval [CI], 85%-94%) and a pooled specificity of 94% (95% CI, 86%-98%). In the setting of staging and restaging, the sensitivity of PET or PET/CT for detecting primary and/or metastatic lesions ranged from 78.3% to 100%, whereas specificity ranged from 83% to 100%. Change in management occurred in 45% (95% CI, 36%-55%) of the cases, with majority of the changes involving surgical planning and patient selection for peptide receptor radionuclide therapy. CONCLUSIONS: Ga PET or PET/CT is recommended for initial diagnosis where conventional testing remained equivocal, for staging of patients with localized primary and/or limited metastasis where definitive surgery is planned, to determine somatostatin receptor status and suitability for peptide receptor radionuclide therapy, and for staging of patients where detection of occult disease will alter treatment options and decision making.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle