MétaCan
Menu
Retour à la cohorte
Enregistrement W2943134441 · doi:10.18383/j.tom.2018.00052

Multiparameter MRI Predictors of Long-Term Survival in Glioblastoma Multiforme

2019· article· en· W2943134441 sur OpenAlexaff
Olya Stringfield, John A. Arrington, Sandra K. Johnston, N. Rognin, Noah C. Peeri, Yoganand Balagurunathan, Pamela Jackson, Kamala Clark-Swanson, Kristin R. Swanson, Kathleen M. Egan, Robert A. Gatenby, Natarajan Raghunand

Notice bibliographique

RevueTomography · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueGlioma Diagnosis and Treatment
Établissements canadiensShared Services Canada
Organismes subventionnairesNational Cancer InstituteNational Institutes of HealthNational Institute of Neurological Disorders and StrokeBen and Catherine Ivy FoundationJames S. McDonnell Foundation
Mots-clésGlioblastomaTerm (time)MedicineOncologyInternal medicineCancer researchPhysics

Résumé

récupéré en direct d'OpenAlex

Standard-of-care multiparameter magnetic resonance imaging (MRI) scans of the brain were used to objectively subdivide glioblastoma multiforme (GBM) tumors into regions that correspond to variations in blood flow, interstitial edema, and cellular density. We hypothesized that the distribution of these distinct tumor ecological “habitats” at the time of presentation will impact the course of the disease. We retrospectively analyzed initial MRI scans in 2 groups of patients diagnosed with GBM, a long-term survival group comprising subjects who survived >36 month postdiagnosis, and a short-term survival group comprising subjects who survived ≤19 month postdiagnosis. The single-institution discovery cohort contained 22 subjects in each group, while the multi-institution validation cohort contained 15 subjects per group. MRI voxel intensities were calibrated, and tumor voxels clustered on contrast-enhanced T1-weighted and fluid-attenuated inversion-recovery (FLAIR) images into 6 distinct “habitats” based on low- to medium- to high-contrast enhancement and low–high signal on FLAIR scans. Habitat 6 (high signal on calibrated contrast-enhanced T1-weighted and FLAIR sequences) comprised a significantly higher volume fraction of tumors in the long-term survival group (discovery cohort, 35% ± 6.5%; validation cohort, 34% ± 4.8%) compared with tumors in the short-term survival group (discovery cohort, 17% ± 4.5%, p < 0.03; validation cohort, 16 ± 4.0%, p < 0.007). Of the 6 distinct MRI-defined habitats, the fractional tumor volume of habitat 6 at diagnosis was significantly predictive of long- or short-term survival. We discuss a possible mechanistic basis for this association and implications for habitat-driven adaptive therapy of GBM.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,009
Tête enseignante GPT0,251
Écart entre enseignants0,241 · 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 source (Gemma direct ou Codex distillé), 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

Citations44
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTomographyMême sujetGlioma Diagnosis and TreatmentTravaux en français237 207