Delta Radiomics Analysis for Local Control Prediction in Pancreatic Cancer Patients Treated Using Magnetic Resonance Guided Radiotherapy
Notice bibliographique
Résumé
The aim of this study is to investigate the role of Delta Radiomics analysis in the prediction of one-year local control (1yLC) in patients affected by locally advanced pancreatic cancer (LAPC) and treated using Magnetic Resonance guided Radiotherapy (MRgRT). A total of 35 patients from two institutions were enrolled: A 0.35 Tesla T2*/T1 MR image was acquired for each case during simulation and on each treatment fraction. Physical dose was converted in biologically effective dose (BED) to compensate for different radiotherapy schemes. Delta Radiomics analysis was performed considering the gross tumour volume (GTV) delineated on MR images acquired at BED of 20, 40, and 60 Gy. The performance of the delta features in predicting 1yLC was investigated in terms of Wilcoxon Mann–Whitney test and area under receiver operating characteristic (ROC) curve (AUC). The most significant feature in predicting 1yLC was the variation of cluster shade calculated at BED = 40 Gy, with a p-value of 0.005 and an AUC of 0.78 (0.61–0.94). Delta Radiomics analysis on low-field MR images might play a promising role in 1yLC prediction for LAPC patients: further studies including an external validation dataset and a larger cohort of patients are recommended to confirm the validity of this preliminary experience.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,000 | 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 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 ».