Macrovascular Networks on Contrast-Enhanced Magnetic Resonance Imaging Improves Survival Prediction in Newly Diagnosed Glioblastoma
Notice bibliographique
Résumé
A higher degree of angiogenesis is associated with shortened survival in glioblastoma. Feasible morphometric parameters for analyzing vascular networks in brain tumors in clinical practice are lacking. We investigated whether the macrovascular network classified by the number of vessel-like structures (nVS) visible on three-dimensional T1-weighted contrast–enhanced (3D-T1CE) magnetic resonance imaging (MRI) could improve survival prediction models for newly diagnosed glioblastoma based on clinical and other imaging features. Ninety-seven consecutive patients (62 men; mean age, 58 ± 15 years) with histologically proven glioblastoma underwent 1.5T-MRI, including anatomical, diffusion-weighted, dynamic susceptibility contrast perfusion, and 3D-T1CE sequences after 0.1 mmol/kg gadobutrol. We assessed nVS related to the tumor on 1-mm isovoxel 3D-T1CE images, and relative cerebral blood volume, relative cerebral flow volume (rCBF), delay mean time, and apparent diffusion coefficient in volumes of interest for contrast-enhancing lesion (CEL), non-CEL, and contralateral normal-appearing white matter. We also assessed Visually Accessible Rembrandt Images scoring system features. We used ROC curves to determine the cutoff for nVS and univariate and multivariate cox proportional hazards regression for overall survival. Prognostic factors were evaluated by Kaplan-Meier survival and ROC analyses. Lesions with nVS > 5 were classified as having highly developed macrovascular network; 58 (60.4%) tumors had highly developed macrovascular network. Patients with highly developed macrovascular network were older, had higher volumeCEL, increased rCBFCEL, and poor survival; nVS correlated negatively with survival (r = −0.286; p = 0.008). On multivariate analysis, standard treatment, age at diagnosis, and macrovascular network best predicted survival at 1 year (AUC 0.901, 83.3% sensitivity, 93.3% specificity, 96.2% PPV, 73.7% NPV). Contrast-enhanced MRI macrovascular network improves survival prediction in newly diagnosed glioblastoma.
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) | 0,000 | 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 ».