MétaCan
Menu
Retour à la cohorte
Enregistrement W3127229609 · doi:10.3174/ajnr.a6998

Radiomics of Pediatric Low-Grade Gliomas: Toward a Pretherapeutic Differentiation of<i>BRAF-</i>Mutated and<i>BRAF</i>-Fused Tumors

2021· article· en· W3127229609 sur OpenAlexafffund
Matthias Wagner, Nicolin Hainc, Farzad Khalvati, Khashayar Namdar, L. Figueiredo, Min Sheng, Suzanne Laughlin, Manohar Shroff, Éric Bouffet, Uri Tabori, Cynthia Hawkins, Kristen W. Yeom, Birgit Ertl‐Wagner

Notice bibliographique

RevueAmerican Journal of Neuroradiology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueGlioma Diagnosis and Treatment
Établissements canadiensSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesCanadian Cancer Society Research InstituteCanadian Institutes of Health Research
Mots-clésMedicineCancer researchGliomaRadiomicsOncologyMutationInternal medicineRadiologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

<h3>BACKGROUND AND PURPOSE:</h3> <i>B-Raf proto-oncogene, serine/threonine kinase</i> (<i>BRAF</i>) status has important implications for prognosis and therapy of pediatric low-grade gliomas. Currently, <i>BRAF</i> status classification relies on biopsy. Our aim was to train and validate a radiomics approach to predict <i>BRAF</i> fusion and <i>BRAF</i> V600E mutation. <h3>MATERIALS AND METHODS:</h3> In this bi-institutional retrospective study, FLAIR MR imaging datasets of 115 pediatric patients with low-grade gliomas from 2 children’s hospitals acquired between January 2009 and January 2016 were included and analyzed. Radiomics features were extracted from tumor segmentations, and the predictive model was tested using independent training and testing datasets, with all available tumor types. The model was selected on the basis of a grid search on the number of trees, opting for the best split for a random forest. We used the area under the receiver operating characteristic curve to evaluate model performance. <h3>RESULTS:</h3> The training cohort consisted of 94 pediatric patients with low-grade gliomas (mean age, 9.4 years; 45 boys), and the external validation cohort comprised 21 pediatric patients with low-grade gliomas (mean age, 8.37 years; 12 boys). A 4-fold cross-validation scheme predicted <i>BRAF</i> status with an area under the curve of 0.75 (SD, 0.12) (95% confidence interval, 0.62–0.89) on the internal validation cohort. By means of the optimal hyperparameters determined by 4-fold cross-validation, the area under the curve for the external validation was 0.85. Age and tumor location were significant predictors of <i>BRAF</i> status (<i>P</i> values = .04 and &lt;.001, respectively). Sex was not a significant predictor (<i>P</i> value = .96). <h3>CONCLUSIONS:</h3> Radiomics-based prediction of <i>BRAF</i> status in pediatric low-grade gliomas appears feasible in this bi-institutional exploratory study.

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)0,000
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 enseignants0,217
Score d'incertitude au seuil0,693

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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 Opus0,017
Tête enseignante GPT0,265
Écart entre enseignants0,248 · 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

Citations75
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of NeuroradiologyMême sujetGlioma Diagnosis and TreatmentTravaux en français237 207