Integrated models incorporating radiologic and radiomic features predict meningioma grade, local failure, and overall survival
Notice bibliographique
Résumé
Abstract Background We investigated prognostic models based on clinical, radiologic, and radiomic feature to preoperatively identify meningiomas at risk for poor outcomes. Methods Retrospective review was performed for 303 patients who underwent resection of 314 meningiomas (57% World Health Organization grade I, 35% grade II, and 8% grade III) at two independent institutions, which comprised primary and external datasets. For each patient in the primary dataset, 16 radiologic and 172 radiomic features were extracted from preoperative magnetic resonance images, and prognostic features for grade, local failure (LF) or overall survival (OS) were identified using the Kaplan–Meier method, log-rank tests and recursive partitioning analysis. Regressions and random forests were used to generate and test prognostic models, which were validated using the external dataset. Results Multivariate analysis revealed that apparent diffusion coefficient hypointensity (HR 5.56, 95% CI 2.01–16.7, P = .002) was associated with high grade meningioma, and low sphericity was associated both with increased LF (HR 2.0, 95% CI 1.1–3.5, P = .02) and worse OS (HR 2.94, 95% CI 1.47–5.56, P = .002). Both radiologic and radiomic predictors of adverse meningioma outcomes were significantly associated with molecular markers of aggressive meningioma biology, such as somatic mutation burden, DNA methylation status, and FOXM1 expression. Integrated prognostic models combining clinical, radiologic, and radiomic features demonstrated improved accuracy for meningioma grade, LF, and OS (area under the curve 0.78, 0.75, and 0.78, respectively) compared to models based on clinical features alone. Conclusions Preoperative radiologic and radiomic features such as apparent diffusion coefficient and sphericity can predict tumor grade, LF, and OS in patients with meningioma.
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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| 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 ».