MétaCan
Menu
Retour à la cohorte
Enregistrement W3183658671 · doi:10.2967/jnumed.120.251512

Somatostatin Receptor Imaging and Theranostics: Current Practice and Future Prospects

2021· review· en· W3183658671 sur OpenAlexaff
Sonya Park, Ashwin Singh Parihar, Lisa Bodei, Thomas A. Hope, Nadine Mallak, Corina Millo, Kalpna Prasad, Don Wilson, Katherine Zukotynski, Erik Mittra

Notice bibliographique

RevueJournal of Nuclear Medicine · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueNeuroendocrine Tumor Research Advances
Établissements canadiensMcMaster UniversityUniversity of British Columbia
Organismes subventionnairesNational Cancer Institute
Mots-clésSomatostatin receptorRadionuclide therapyMedicineNeuroendocrine tumorsPet imagingScintigraphyPeptide receptorNuclear medicineSomatostatinMedical physicsPositron emission tomographyInternal medicineReceptor

Résumé

récupéré en direct d'OpenAlex

A new era of precision diagnostics and therapy for patients with neuroendocrine neoplasms began with the approval of somatostatin receptor (SSTR) radiopharmaceuticals for PET imaging followed by peptide receptor radionuclide therapy (PRRT). With the transition from SSTR-based γ-scintigraphy to PET, the higher sensitivity of the latter raised questions regarding the direct application of the planar scintigraphy-based Krenning score for PRRT eligibility. Also, to date, the role of SSTR PET in response assessment and predicting outcome remains under evaluation. In this comprehensive review article, we discuss the current role of SSTR PET in all aspects of neuroendocrine neoplasms, including its relation to conventional imaging, selection of patients for PRRT, and the current understanding of SSTR PET-based response assessment. We also provide a standardized reporting template for SSTR PET with a brief discussion.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,950
Score d'incertitude au seuil0,898

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,030
Tête enseignante GPT0,403
Écart entre enseignants0,373 · 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'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations71
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nuclear MedicineMême sujetNeuroendocrine Tumor Research AdvancesTravaux en français237 207