MétaCan
Menu
Retour à la cohorte
Enregistrement W3107960522 · doi:10.1016/j.euros.2020.11.001

In Situ Metabolomics Expands the Spectrum of Renal Tumours Positive on 99mTc-sestamibi Single Photon Emission Computed Tomography/Computed Tomography Examination

2020· article· en· W3107960522 sur OpenAlexaff
Thomas Papathomas, Antonios Tzortzakakis, Na Sun, Franziska Erlmeier, Annette Feuchtinger, Kiril Trpkov, Alina Bazarova, Alexandros Arvanitis, Wanzhong Wang, Béla Bozóky, Georgia Kokaraki, Rimma Axelsson, Axel Walch

Notice bibliographique

RevueEuropean Urology Open Science · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal cell carcinoma treatment
Établissements canadiensUniversity of Calgary
Organismes subventionnairesVINNOVA
Mots-clésMedicineMetabolomicsPositron emission tomographySingle-photon emission computed tomographyNuclear medicineRadiologyChromophobe cellRenal cell carcinomaPathologyClear cellBiologyBioinformatics

Résumé

récupéré en direct d'OpenAlex

Definite noninvasive characterisation of renal tumours positive on 99mTc-sestamibi single photon emission computed tomography/computed tomography (SPECT/CT) examination including renal oncocytomas (ROs), hybrid oncocytic chromophobe tumours (HOCTs), and chromophobe renal cell carcinoma (chRCC) is currently not feasible. To investigate whether combined 99mTc-sestamibi SPECT/CT and in situ metabolomic profiling can accurately characterise renal tumours exhibiting 99mTc-sestamibi uptake. A tissue microarray analysis of 33 tumour samples from 28 patients was used to investigate whether their in situ metabolomic status correlates with their features on 99mTc-sestamibi SPECT/CT examination. In order to validate emerging data, an independent cohort comprising 117 tumours was subjected to matrix-assisted laser desorption/ionisation mass spectrometry imaging (MALDI MSI). MALDI MSI data analysis and image generation were facilitated by FlexImaging v. 4.2, while k-means analysis by SCiLS Lab software followed by R-package CARRoT analysis was used for assessing the highest predictive power in the differential of RO versus chRCC. Heatmap-based clustering, sparse partial least-squares discriminant analysis, and volcano plots were created with MetaboAnalyst 3.0. We identified a discriminatory metabolomic signature for 99mTc-sestamibi SPECT/CT–positive Birt-Hogg-Dubè–associated HOCTs versus other renal oncocytic tumours. Metabolomic differences were also evident between 99mTc-sestamibi–positive and 99mTc-sestamibi–negative chRCCs, prompting additional expert review; two of three 99mTc-sestamibi–positive chRCCs were reclassified as low-grade oncocytic tumours (LOTs). Differences were identified between distal-derived tumours from those of proximal tubule origin, including differences between ROs and chRCCs. The current study expands the spectrum of 99mTc-sestamibi SPECT/CT–positive renal tumours, encompassing ROs, HOCTs, LOTs, and chRCCs, and supports the feasibility of in situ metabolomic profiling in the diagnostics and classification of renal tumours. For preoperative evaluation of solid renal tumours, 99mTc-sestamibi single photon emission computed tomography/computed tomography (SPECT/CT) is a novel examination method. To increase diagnostic accuracy, we propose that 99mTc-sestamibi–positive renal tumours should be biopsied and followed by a combined histometabolomic analysis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,027
Tête enseignante GPT0,263
Écart entre enseignants0,236 · 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 source (Gemma direct ou Codex distillé), 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

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Urology Open ScienceMême sujetRenal cell carcinoma treatmentTravaux en français237 207