MétaCan
Menu
Retour à la cohorte
Enregistrement W2906428181 · doi:10.1002/nbm.4048

Comparing diagnostic accuracy of luminal water imaging with diffusion‐weighted and dynamic contrast‐enhanced MRI in prostate cancer: A quantitative MRI study

2018· article· en· W2906428181 sur OpenAlexafffund
Shirin Sabouri, Silvia D. Chang, S. Larry Goldenberg, Richard Savdie, Edward C. Jones, Peter C. Black, Ladan Fazli, Piotr Kozłowski

Notice bibliographique

RevueNMR in Biomedicine · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueMRI in cancer diagnosis
Établissements canadiensPrevention of Organ FailureUniversity of British ColumbiaSpinal Cord Injury BCUniversity of British Columbia Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésReceiver operating characteristicProstate cancerMedicineProstatectomyNuclear medicineRank correlationSpearman's rank correlation coefficientProstateGrading (engineering)Dynamic contrastArea under curveDiffusion MRIDynamic contrast-enhanced MRICorrelationDiagnostic accuracyMagnetic resonance imagingRadiologyCancerMathematicsInternal medicineStatistics

Résumé

récupéré en direct d'OpenAlex

mapping technique that has been developed with the aim of diagnosis of prostate carcinoma (PCa). This technique measures the fractional amount of luminal water in prostate tissue, and has shown promising preliminary results in detection of PCa. To include LWI in clinical settings, further investigation on the accuracy of this technique is required. In this study, we compare the diagnostic accuracy of LWI with those of diffusion-weighted imaging (DWI) and dynamic contrast-enhanced (DCE) MRI in detection and grading of PCa. Fifteen patients with biopsy-proven PCa consented to participate in this ethics-board-approved prospective study. Patients were examined with LWI, DWI, and DCE sequences at 3 T prior to radical prostatectomy. Maps of MRI parameters were generated and registered to whole-mount histology. Receiver operating characteristic (ROC) analysis was used to evaluate the diagnostic accuracy of individual and combined MR parameters. Correlation with Gleason score (GS) was evaluated using Spearman's rank correlation test. The results show that area under the ROC curve (AUC) obtained from LWI was equal to or higher than the AUC obtained from DWI, DCE, or their combination, in peripheral zone (0.98 versus 0.90, 0.89, and 0.91 respectively), transition zone (0.99 versus 0.98, n/a, and 0.98), and the entire prostate (0.85 versus 0.81, 0.75, and 0.84). The strongest correlation with GS was achieved from LWI (ρ = -0.81 ± 0.09, P < 0.001). Results of this pilot study show that LWI performs equally well as, or better than, DWI and DCE in detection of PCa. LWI provides significantly higher correlation with GS than DWI and DCE. This technique can potentially be included in clinical MRI protocols to improve characterization of tumors. However, considering the small size of the patient population in this study, a further study with a larger cohort of patients and broader range of GS is required to confirm the findings and draw a firm conclusion on the applicability of LWI in clinical settings.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,832

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,327
Écart entre enseignants0,313 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNMR in BiomedicineMême sujetMRI in cancer diagnosisTravaux en français237 207