Risk stratification in diffuse large B-cell lymphoma using lesion dissemination and metabolic tumor burden calculated from baseline PET/CT†
Notice bibliographique
Résumé
BACKGROUND: We analyzed the prognostic value of a new baseline positron emission tomography (PET) parameter reflecting the spread of the disease, the largest distance between two lesions (Dmax). We tested its complementarity to metabolic tumor volume (MTV) in a large cohort of diffuse large B-cell lymphoma (DLBCL) patients from the REMARC trial (NCT01122472). PATIENTS AND METHODS: MTVs were defined using the 41% maximum standardized uptake value threshold. From the three-dimensional coordinates, the centroid of each lesion was automatically obtained and considered as the lesion location. The distances between all pairs were calculated. Dmax was obtained for each patient and normalized with the body surface area [standardized Dmax (SDmax)]. RESULTS: (n = 82) had a 4-year PFS and OS of 46% and 71%, respectively, against 77% and 87%, respectively, for patients with low SDmax. High SDmax and high MTV were independent prognostic factors of PFS (P = 0.0001 and P = 0.0010, respectively) and OS (P = 0.0028 and P = 0.0004, respectively). Combining MTV and SDmax yielded three risk groups with no (n = 109), one (n = 122) or two (n = 59) factors (P < 0.0001 for both PFS and OS). The 4-year PFS were 90%, 63%, 41%, respectively, and the 4-year OS were 95%, 79%, 66%, respectively. In addition, patients with at least two of the three factors including high SDmax, high MTV, Eastern Cooperative Oncology Group (ECOG) ≥2 had a higher number of central nervous system relapse (P = 0.017). CONCLUSIONS: SDmax is a simple feature that captures lymphoma dissemination, independent from MTV. These two PET metrics, SDmax and MTV, are complementary to characterize the disease, reflecting the tumor burden and its spread. This score appeared promising for DLBCL baseline risk stratification.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».