Feasibility of targeting canine soft tissue sarcoma with MR-guided high-intensity focused ultrasound
Notice bibliographique
Résumé
PURPOSE: Magnetic resonance imaging-guided high-intensity-focused ultrasound (MR-HIFU) is a non-invasive treatment modality that precisely focuses ultrasound energy within a tumour and can be customised to result in a wide range of local bioeffects. The purpose of this study was to determine the feasibility of using MR-HIFU to treat soft tissue sarcoma (STS) in dogs. MATERIALS AND METHODS: Medical records of dogs admitted to the Virginia-Maryland College of Veterinary Medicine from 1 January 2012 to 31 December 2016 were searched for a diagnosis of sarcoma with available cross-sectional imaging of the tumour (MRI or CT). Fifty-three (53) dogs were eligible for inclusion. Tumor tissue (in bone as well as in soft tissue) was considered targetable unless: (1) the ultrasound path was completely obstructed by bone or gas and (2) the MR-HIFU target was within the spinal cord or less than 1 cm from the margin of the spinal cord. Tumors were categorised as <50% targetable, ≥50% targetable or non-targetable. RESULTS: Eighty-one percent of STS (81.1%, 43/53) were targetable. The head/spine tumour sites had the highest proportion of non-targetable tumours (36%, 9/25). The majority of truncal and axillary tumours were ≥50% targetable (88.9%, 16/18) ,and all extremity tumours were considered ≥50% targetable (100%, 5/5). CONCLUSIONS: The majority of STS were targetable. This is the first study to evaluate MR-HIFU targetability of canine STS. HIFU has potential as a therapeutic modality for treating STS in dogs, and this veterinary application is a possible model for treatment of naturally occurring STS in humans.
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 | 0,000 | 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) | 0,001 | 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 ».