Use of MRI increases interobserver agreement on gross tumor volume for imaging‐diagnosed canine intracranial meningioma
Notice bibliographique
Résumé
Abstract There is a lack of information regarding interobserver agreement on canine meningioma gross tumor volume (GTV) delineation, and on the impact of MRI on this agreement. The objectives of this retrospective, secondary analysis, observer agreement study were to describe agreement between veterinary radiation oncologists on GTV for canine intracranial meningioma, and to compare interobserver agreement between delineation based on CT alone and delineation based on fused CT‐MRI. Eighteen radiation oncologists delineated GTV for 13 dogs with an imaging diagnosis of meningioma on pre‐ and postcontrast CT, pre‐ and postcontrast T1‐weighted magnetic resonance, and T2‐weighted magnetic resonance images. Dice similarity coefficient (DSC), concordance index (CI), and center of volume (COV) were used to quantify interobserver agreement. Multilevel mixed models were used to examine the difference in volume, DSC, CI and COV 3D distance between CT and CT‐MR imaging. The mean volume for GTV contours delineated using fused CT‐MRI was larger than when CT alone was used for delineation (mean difference CT‐MR ‐ CT = 0.89 cm 3 , 95% CI 0.66 to 1.12, P < .001). Interobserver agreement on GTV was improved when MRI was used; the mean DSC and CI were higher, and the mean COV 3D distance was lower, when fused CT‐MRI was used than when CT alone was used ( P < .001 for all differences). Based on our results, fused CT‐MRI is recommended for radiation therapy planning of canine intracranial 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».