MétaCan
Menu
Retour à la cohorte
Enregistrement W3095632729 · doi:10.1177/0846537120968782

Validation of Prognostic Radiomic Features From Resectable Pancreatic Ductal Adenocarcinoma in Patients With Advanced Disease Undergoing Chemotherapy

2020· article· en· W3095632729 sur OpenAlexafffund
Emmanuel Salinas-Miranda, Farzad Khalvati, Kashayar Namdar, Dominik Deniffel, Xin Dong, Engy Abbas, Julie M. Wilson, Grainne M. O’Kane, Jennifer J. Knox, Steven Gallinger, Masoom A. Haider

Notice bibliographique

RevueCanadian Association of Radiologists Journal · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiomics and Machine Learning in Medical Imaging
Établissements canadiensPrincess Margaret Cancer CentreUniversity Health NetworkSinai Health SystemLunenfeld-Tanenbaum Research InstituteMount Sinai HospitalOntario Institute for Cancer Research
Organismes subventionnairesOntario Institute for Cancer Research
Mots-clésMedicineHazard ratioPancreatic ductal adenocarcinomaInternal medicineOncologyProportional hazards modelChemotherapyConfidence intervalStage (stratigraphy)Multivariate analysisAdenocarcinomaRadiologyPancreatic cancerCancer

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Radiomic features in pancreatic ductal adenocarcinoma (PDAC) often lack validation in independent test sets or are limited to early or late stage disease. Given the lethal nature of PDAC it is possible that there are similarities in radiomic features of both early and advanced disease reflective of aggressive biology. PURPOSE: To assess the performance of prognostic radiomic features previously published in patients with resectable PDAC in a test set of patients with unresectable PDAC undergoing chemotherapy. METHODS: The pre-treatment CT of 108 patients enrolled in a prospective chemotherapy trial were used as a test cohort for 2 previously published prognostic radiomic features in resectable PDAC (Sum Entropy and Cluster Tendency with square-root filter[Sqrt]). We assessed the performance of these 2 radiomic features for the prediction of overall survival (OS) and time to progression (TTP) using Cox proportional-hazard models. RESULTS: -value = 0.047) for TTP. Sum entropy was not associated with outcomes. Sqrt Cluster Tendency remained significant in multivariate analysis. CONCLUSION: The CT radiomic feature Sqrt Cluster Tendency, previously demonstrated to be prognostic in resectable PDAC, remained a significant prognostic factor for OS and TTP in a test set of unresectable PDAC patients. This radiomic feature warrants further investigation to understand its biologic correlates and CT applicability in PDAC patients.

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 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)0,003
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 enseignants0,005
Score d'incertitude au seuil0,435

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,003
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 Opus0,006
Tête enseignante GPT0,225
Écart entre enseignants0,219 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Association of Radiologists JournalMême sujetRadiomics and Machine Learning in Medical ImagingTravaux en français237 207