MétaCan
Menu
Retour à la cohorte
Enregistrement W3036864410 · doi:10.1097/mnm.0000000000001236

Dual tracer 68Ga-DOTATOC and 18F-FDG PET/computed tomography radiomics in pancreatic neuroendocrine neoplasms: an endearing tool for preoperative risk assessment

2020· article· en· W3036864410 sur OpenAlex
Paola Mapelli, Stefano Partelli, Matteo Salgarello, Joniada Doraku, S. Pasetto, Paola M. V. Rancoita, Francesca Muffatti, Valentino Bettinardi, Luca Presotto, Valentina Andreasi, Luigi Gianolli, Maria Picchio, Massimo Falconi

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueNuclear Medicine Communications · 2020
Typearticle
Langueen
DomaineMedicine
ThématiquePancreatic and Hepatic Oncology Research
Établissements canadiensPancreas Centre (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineNuclear medicineRadiomicsPET-CTNeuroendocrine tumorsPositron emission tomographyRadiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,304
Score d'incertitude au seuil0,857

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,059
Tête enseignante GPT0,369
Écart entre enseignants0,309 · 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