Prognostic Value of CT Radiomic Features in Resectable Pancreatic Ductal Adenocarcinoma
Notice bibliographique
Résumé
In this work, we assess the reproducibility and prognostic value of CT-derived radiomic features for resectable pancreatic ductal adenocarcinoma (PDAC). Two radiologists contoured tumour regions on pre-operative CT of two cohorts from two institutions undergoing curative-intent surgical resection for PDAC. The first (n = 30) and second cohorts (n = 68) were used for training and validation of proposed prognostic model for overall survival (OS), respectively. Radiomic features were extracted using PyRadiomics library and those with weak inter-reader reproducibility were excluded. Through Cox regression models, significant features were identified in the training cohort and retested in the validation cohort. Significant features were then fused via Cox regression to build a single radiomic signature in the training cohort, which was validated across readers in the validation cohort. Two radiomic features derived from Sum Entropy and Cluster Tendency features were both robust to inter-reader reproducibility and prognostic of OS across cohorts and readers. The radiomic signature showed prognostic value for OS in the validation cohort with hazard ratios of 1.56 (P = 0.005) and 1.35 (P = 0.022), for the first and second reader, respectively. CT-based radiomic features were shown to be prognostic in patients with resectable PDAC. These features may help stratify patients for neoadjuvant or alternative therapies.
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 | 0,003 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».