Radiomics modelling in rectal cancer to predict disease-free survival: evaluation of different approaches
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Radiomics may be useful in rectal cancer management. The aim of this study was to assess and compare different radiomics approaches over qualitative evaluation to predict disease-free survival (DFS) in patients with locally advanced rectal cancer treated with neoadjuvant therapy. METHODS: Patients from a phase II, multicentre, randomized study (GRECCAR4; NCT01333709) were included retrospectively as a training set. An independent cohort of patients comprised the independent test set. For both time points and both sets, radiomic features were extracted from two-dimensional manual segmentation (MS), three-dimensional (3D) MS, and from bounding boxes. Radiomics predictive models of DFS were built using a hyperparameters-tuned random forests classifier. Additionally, radiomics models were compared with qualitative parameters, including sphincter invasion, extramural vascular invasion as determined by MRI (mrEMVI) at baseline, and tumour regression grade evaluated by MRI (mrTRG) after chemoradiotherapy (CRT). RESULTS: In the training cohort of 98 patients, all three models showed good performance with mean(s.d.) area under the curve (AUC) values ranging from 0.77(0.09) to 0.89(0.09) for prediction of DFS. The 3D radiomics model outperformed qualitative analysis based on mrEMVI and sphincter invasion at baseline (P = 0.038 and P = 0.027 respectively), and mrTRG after CRT (P = 0.017). In the independent test cohort of 48 patients, at baseline and after CRT the AUC ranged from 0.67(0.09) to 0.76(0.06). All three models showed no difference compared with qualitative analysis in the independent set. CONCLUSION: Radiomics models can predict DFS in patients with locally advanced rectal cancer.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle