A Pre-TACE Radiomics Model to Predict HCC Progression and Recurrence in Liver Transplantation: A Pilot Study on a Novel Biomarker
Notice bibliographique
Résumé
BACKGROUND: Despite transarterial chemoembolization (TACE) for hepatocellular carcinoma (HCC), a significant number of patients will develop progression on the liver transplant (LT) waiting list or disease recurrence post-LT. We sought to evaluate the feasibility of a pre-TACE radiomics model, an imaging-based tool to predict these adverse outcomes. METHODS: We analyzed the pre-TACE computed tomography images of patients waiting for a LT. The primary endpoint was a combined event that included waitlist dropout for tumor progression or tumor recurrence post-LT. The radiomic features were extracted from the largest HCC volume from the arterial and portal venous phase. A third set of features was created, combining the features from these 2 contrast phases. We applied a least absolute shrinkage and selection operator feature selection method and a support vector machine classifier. Three prognostic models were built using each feature set. The models' performance was compared using 5-fold cross-validated area under the receiver operating characteristic curves. RESULTS: . Eighty-eight patients were included, of whom 33 experienced the combined event (37.5%). The median time to dropout was 5.6 mo (interquartile range: 3.6-9.3), and the median time for post-LT recurrence was 19.2 mo (interquartile range: 6.1-34.0). Twenty-four patients (27.3%) dropped out and 64 (72.7%) patients were transplanted. Of these, 14 (21.9%) had recurrence post-LT. Model performance yielded a mean area under the receiver operating characteristic curves of 0.70 (±0.07), 0.87 (±0.06), and 0.81 (±0.06) for the arterial, venous, and the combined models, respectively. CONCLUSIONS: A pre-TACE radiomics model for HCC patients undergoing LT may be a useful tool for outcome prediction. Further external model validation with a larger sample size is required.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».