Quantitative Ultrasound and Texture Predictors of Breast Tumour Response to Chemotherapy
Notice bibliographique
Résumé
Previous studies have demonstrated that quantitative ultrasound (QUS)is an effective tool for monitoring breast cancer patients undergoing neo-adjuvant chemotherapy (NAC). Here, we demonstrate the clinical utility of pre-treatment and early stage treatment QUS texture features in predicting the response of breast cancer patients to NAC. Radiofrequency (RF)ultrasound data were acquired from 100 locally advanced breast cancer (LABC)patients prior to treatment, and during the first, fourth and eighth week of treatment. QUS Spectral and backscatter parameters were computed from regions of interest (ROI)in the tumour core and its margin. Subsequently, employing gray-level co-occurrence matrices (GLCM), four textural features and image quality features including core-to-margin ratio (CMR)and core-to-margin contrast ratio (CMCR)were extracted from the parametric images as potential predictive indicators. QUS results were compared with the clinical and pathological response of each patient determined at the end of their NAC. Results from the 100 patients indicate that a combined QUS and texture feature model demonstrated a favourable clinical and pathological based response prediction with area under the receiver operating characteristics curves (AUC)of 82%, 80%, 87%, and 92 % prior to treatment, during treatment at week 1, 4, and 8, respectively. Best results were obtained using a radial-basis-function support vector machine (RBF -SVM)machine learning algorithm. Only four features were selected in each binary response group classification. The findings of this study suggest that QUS features of a breast tumour are strongly linked to tumour responsiveness. The ability to identify patients that would not benefit from NAC would facilitate salvage therapy and clinical management that has minimum toxicity and maximum outcome in terms of patient survival.
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 | 0,004 |
| 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) | 0,001 | 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 ».