Dual tracer 68Ga-DOTATOC and 18F-FDG PET/computed tomography radiomics in pancreatic neuroendocrine neoplasms: an endearing tool for preoperative risk assessment
Notice bibliographique
Résumé
AIM: To explore the potentiality of radiomics analysis, performed on Ga-DOTATOC and fluorine-18-fluorodeoxyglucose (F-FDG) PET/computed tomography (CT) images, in predicting tumour aggressiveness and outcome in patients candidate to surgery for pancreatic neuroendocrine neoplasms (PanNENs). PATIENTS AND METHODS: Retrospective study including 61 patients who underwent Ga-DOTATOC and F-FDG PET/CT before surgery for PanNEN. Semiquantitative variables [SUVmax and somatostatin receptor density (SRD) for Ga-DOTATOC PET; SUVmax and MTV for F-FDG PET] and texture features [intensity variability, size zone variability (SZV), zone percentage, entropy; homogeneity, dissimilarity and coefficient of variation (Co-V)] have been analysed to evaluate their possible role in predicting tumour characteristics. Principal component analysis (PCA) was firstly performed and then multiple regression analyses were performed by using the extracted principal components. RESULTS: Regarding Ga-DOTATOC PET, SZV, entropy, intensity variability and SRD were predictive for tumour dimension. Regarding F-FDG PET, intensity variability, SZV, homogeneity, SUVmax and MTV were predictive for tumour dimension. Four principal components were extracted from PCA: PC1 correlated with all F-FDG variables, while PC2, PC3 and PC4 with Ga-DOTATOC variables. PC1 was the only significantly predicting angioinvasion (P = 0.0222); PC4 was the only one significantly predicting lymph nodal involvement (P = 0.0151). All principal components except PC4 significantly predicted tumour dimension (P <0.0001 for PC1, P = 0.0016 for PC2 and P < 0.0001 for PC3). Co-V from Ga-DOTATOC PET/CT was predictive of the outcome. CONCLUSION: Specific texture features derived from preoperative Ga-DOTATOC and F-FDG PET/CT could noninvasively predict specific tumour characteristics and patients' outcome, delineating the potential role of dual tracer technique and texture analysis in the risk assessment of patients with PanNENs.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 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 ».