18F-FACBC PET/MRI in Diagnostic Assessment and Neurosurgery of Gliomas
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: This pilot study aimed to evaluate the amino acid tracer F-FACBC with simultaneous PET/MRI in diagnostic assessment and neurosurgery of gliomas. MATERIALS AND METHODS: Eleven patients with suspected primary or recurrent low- or high-grade glioma received an F-FACBC PET/MRI examination before surgery. PET and MRI were used for diagnostic assessment, and for guiding tumor resection and histopathological tissue sampling. PET uptake, tumor-to-background ratios (TBRs), time-activity curves, as well as PET and MRI tumor volumes were evaluated. The sensitivities of lesion detection and to detect glioma tissue were calculated for PET, MRI, and combined PET/MRI with histopathology (biopsies for final diagnosis and additional image-localized biopsies) as reference. RESULTS: Overall sensitivity for lesion detection was 54.5% (95% confidence interval [CI], 23.4-83.3) for PET, 45.5% (95% CI, 16.7-76.6) for contrast-enhanced MRI (MRICE), and 100% (95% CI, 71.5-100.0) for combined PET/MRI, with a significant difference between MRICE and combined PET/MRI (P = 0.031). TBRs increased with tumor grade (P = 0.004) and were stable from 10 minutes post injection. PET tumor volumes enclosed most of the MRICE volumes (>98%) and were generally larger (1.5-2.8 times) than the MRICE volumes. Based on image-localized biopsies, combined PET/MRI demonstrated higher concurrence with malignant findings at histopathology (89.5%) than MRICE (26.3%). CONCLUSIONS: Low- versus high-grade glioma differentiation may be possible with F-FACBC using TBR. F-FACBC PET/MRI outperformed MRICE in lesion detection and in detection of glioma tissue. More research is required to evaluate F-FACBC properties, especially in grade II and III tumors, and for different subtypes of gliomas.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 découle