Quality‐based pharmacokinetic model selection on DCE‐MRI for characterizing orbital lesions
Notice bibliographique
Résumé
Background Although several studies have evaluated dynamic contrast‐enhanced (DCE) MRI in the orbit, showing its utility when detecting and diagnosing orbital lesions, none have evaluated the pharmacokinetic models. Purpose To provide a quality‐based pharmacokinetic model selection for characterizing orbital lesions using DCE‐MRI at 3.0T. Study Type Prospective. Population From December 2015 to April 2017, 151 patients with an orbital lesion underwent MRI prior to surgery, including a high temporal resolution DCE sequence, divided into one training and one test dataset with 100 and 51 patients, respectively. Field Strength/Sequence 3T/DCE. Assessment Six different pharmacokinetic models were tested. Statistical Tests Univariate and multivariate analyses were performed using Wilcoxon‐2‐sample tests and a logistic regression to compare parameters between malignant and benign tumors for each pharmacokinetic model for the whole cohort. Receiver operating characteristic (ROC) curve analyses were performed on the training dataset to determine area under curve (AUC) and optimal cutoff values for each pharmacokinetic model, then validated on the test dataset to calculate sensitivity, specificity, and accuracy. Results Regardless of the model, tissue blood flow and tissue blood volume values were significantly higher in malignant vs. benign lesions: 103.8–195.1 vs. 65–113.8, P [<10‐4–2.10‐4] and 21.3–36.9 vs. 15.6–33.6, P [<10‐4–0.03] respectively. Extracellular volume fraction and permeability–surface area product or transfer constant appeared to be less relevant: 17.3–27.5 vs. 22.8–28.2, P [0.01–0.7], 1.7–4.9, P [0.2–0.9] and 9.5–38.8 vs. 8.1–22.8, P [<10‐4–0.6], respectively. ROC curves showed no significant differences in AUC between the different models. The two‐compartment exchange (2CX) model ranked first for quality. Data Conclusion DCE MRI pharmacokinetic model‐derived parameters appeared to be useful for discriminating benign from malignant orbital lesions. The 2CX model provided the best quality of modeling and should be recommended. Perfusion‐related DCE parameters appeared to be significantly more relevant to the diagnostic process. Level of Evidence 1 Technical Efficacy: Stage 2 J. Magn. Reson. Imaging 2019;50:1514–1525.
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 | 0,006 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».