Imaging-Based Surrogate Markers of Epidermal Growth Factor Receptor Mutation in Lung Adenocarcinoma: A Local Perspective
Notice bibliographique
Résumé
PURPOSE: To identify computed tomography (CT) features of epidermal growth factor receptor (EGFR) mutation-positive lung adenocarcinoma in Canadian population and whether imaging-based surrogate markers of EGFR mutation in our population were similar to those found in the Asian population. MATERIALS AND METHODS: Pretreatment CT scans of 223 patients with adenocarcinoma of the lung (112 with EGFR mutation and 111 without mutation) were retrospectively assessed for 20 specific CT features by 2 radiologists, who were blinded to the status of EGFR mutation. Univariate and multivariate logistic regression analyses as well as areas under the receiver operating characteristic curve were performed to discriminate characteristics of EGFR-activating mutation features. RESULTS: < .05), similarly to the Asian population. Multivariate logistic regression analyses of combined clinical and radiological features identified less than 20 pack-year smoking history, smaller tumor diameter, fine or coarse spiculations, noncentral location of the tumor, and lack of centrilobular emphysema and pleural attachment as the strongest independent prognostic factors for the presence of an EGFR mutation. These combined features improved prognostic ability area under the curve to 0.879, compared to 0.788 for clinical features only. CONCLUSION: Several CT findings may help predict the presence of an activating mutation in EGFR in lung adenocarcinomas in our Canadian population. Combining clinical and radiological features improves prognostic ability to determine the EGFR mutation status compared to clinical features alone.
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 | 0,001 | 0,003 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 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 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 ».