Comparison of Measurement Techniques and Response Criteria for MR Imaging Follow-up in Adult Primary Central Nervous System Lymphoma
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Current guidelines proposed for the measurement of primary central nervous system lymphoma in 2005 have indicated that unidimensional and bidimensional measurements may be used, using the same threshold for response categorization, because no clinical study has evaluated the agreement among the measurement techniques. Hence, our study assessed the agreement among different measurements. MATERIALS AND METHODS: In this retrospective study, primary central nervous system lymphoma lesions were measured with different techniques (longest 1D, axial 1D, 2D, 3D, and the Response Evaluation Criteria in Solid Tumor) on consecutive MR images. Intra- and interobserver correlations were calculated with intraclass correlation coefficients. Correlations between raw measurements and variations in size compared with baseline were evaluated with the Spearman rank correlation, and agreement among response categories was evaluated. RESULTS: A total of 304 examinations obtained in 40 patients was assessed. The intraobserver intraclass correlation coefficient for 3D, 2D, and longest 1D were ≥0.993. The interobserver intraclass correlation coefficient was ≥0.967. The correlations in raw measurements and size variation in comparison with 3D were respectively; 0.99 and 0.98 for 2D; 0.94 and 0.92 for longest 1D; 0.94 and 0.83 for axial 1D; and 0.90 and 0.79 for Response Evaluation Criteria in Solid Tumor. With 20%-30% and 25%-50% thresholds for unidimensional techniques, response categorizations were 95% and 95% for 2D, 92.5% and 90% for the longest 1D, 87.5% and 82.5% for axial 1D, and 90% and 85% for the Response Evaluation Criteria in Solid Tumor. CONCLUSIONS: Both longest 1D and 2D demonstrated excellent correlations with 3D measurements. The longest 1D could be used for the follow-up of primary central nervous system lymphoma. If unidimensional measurements were used, 20% and 30% cutoffs should be used for defining response categorization instead of the current guidelines.
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 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».