MétaCan
Menu
Retour à la cohorte
Enregistrement W3082962706 · doi:10.1007/s00330-020-07195-9

Improved differentiation between primary lung cancer and pulmonary metastasis by combining dual-energy CT–derived biomarkers with conventional CT attenuation

2020· article· en· W3082962706 sur OpenAlex

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

RevueEuropean Radiology · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced X-ray and CT Imaging
Établissements canadiensSinai Health SystemLunenfeld-Tanenbaum Research InstituteUniversity of Toronto
Organismes subventionnairesDeutsche Forschungsgemeinschaft
Mots-clésMedicineNuclear medicineLung cancerNeuroradiologyReceiver operating characteristicHounsfield scaleRadiologyInternal medicineComputed tomographyNeurology

Résumé

récupéré en direct d'OpenAlex

Abstract Objectives To assess the clinical utility of dual-energy CT (DE-CT)–derived iodine concentration (IC) and effective Z (Z eff ) in addition to conventional CT attenuation (HU) for the discrimination between primary lung cancer (LC) and pulmonary metastases (PM) from different primary malignancies. Methods DE-CT scans of 79 patients with LC (3 histopathologic subgroups) and 89 patients with PM (5 histopathologic subgroups) were evaluated. Quantitative IC, Z eff , and conventional HU values were extracted and normalized to the thoracic aorta. Differences between groups were assessed by pairwise Welch’s t test. Correlation and linear regression analyses were used to examine the relationship of imaging parameters in LC and PM. Diagnostic accuracy was measured by the area under receiver operator characteristic curve (AUC) and validated based on resampling methods. Results Significant differences between subgroups of LC and PMs were noted for all imaging parameters, with the highest number of significant pairs for IC. In univariate analysis, only IC was a significant diagnostic feature for discriminating LC from PM ( p = 0.03). All quantitative imaging parameters correlated significantly ( p < 0.0001, respectively), with the highest correlation between IC and Z eff ( r = 0.91), followed by IC and HU ( r = 0.76) and Z eff and HU ( r = 0.73). Diagnostic models combining IC or Z eff with HU (IC+HU: AUC = 0.73; Z eff +HU: AUC = 0.69; IC+Z eff +HU: AUC = 0.73) were not significantly different and outperformed individual parameters (IC: AUC = 0.57; Z eff : AUC = 0.57; HU: AUC = 0.55) in diagnostic accuracy ( p < 0.05, respectively). Conclusion DE-CT-derived IC or Z eff and conventional HU represent complementary imaging parameters, which, if used in combination, may improve the differentiation between LC and PM. Key Points • Individual quantitative imaging parameters derived from DE-CT (iodine concentration, effective Z) and conventional CT (HU) provide complementary diagnostic information for the differentiation of primary lung cancer and pulmonary metastases. • A combination of conventional HU and DE-CT parameters enhances the diagnostic utility of individual parameters.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,767
Score d'incertitude au seuil0,752

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,205
Écart entre enseignants0,196 · 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