P.083 Radiology reporting of low-grade glioma growth underestimates tumor expansion
Notice bibliographique
Résumé
Background: Surveillance by serial magnetic resonance imaging (MRI) is important in the management of diffuse low-grade gliomas (LGGs). Radiological interpretations of LGG scans, however, are typically qualitative and difficult to use clinically. Methods: We retrospectively compared radiological interpretations of LGG growth/stability to volume change measured by manual segmentation. Tumour diameter was measured to evaluate methods for assessing glioma progression, including RECIST criteria, Macdonald/RANO criteria, and mean tumour diameter/ellipsoid method. Results: Tumours evaluated as stable by radiologists grew a median 5.1 mL (11.1%) relative to the comparison scan. Those evaluated as having grown increased by 13.3 mL (23.7%). Diameter-based measurements corresponded well but tended to overestimate segmented volumes, and overestimation error increased with tumour size. Agreement with segmented volume improved from a mean difference of 17.6 to 4.5 to 3.9 mm for diameter and from 104.0 to 25.3 to 15.9 mL for volume with measurements in one, two, and three dimensions. Conclusions: Given evidence that LGG volume and growth are prognostic factors, lesions should be accurately measured. Current radiological reporting workflows fail to appreciate and communicate the true expansion of LGGs. Volumetric analysis remains the gold standard for growth assessment, but diametric measurements in three dimensions may be an acceptable alternative.
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 | 0,009 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,003 |
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 ».