Characterization of autofluorescence and quantitative protoporphyrin IX biomarkers for optical spectroscopy-guided glioma surgery
Notice bibliographique
Résumé
Abstract 5-Aminolevulinic acid (5-ALA)-mediated fluorescence does not effectively depict low grade gliomas (LGG) or the infiltrative tumor portion of high-grade gliomas (HGG). While spectroscopy improves sensitivity and precision, this is currently limited by autofluorescence and a second protoporphyrin IX (PpIX) fluorescence state at 620 nm. We investigated the autofluorescence to better characterize the present spectra and thus increase PpIX quantification precision and sensitivity. This study included 128 patients undergoing surgery for malignant glioma. 5-ALA (Gliolan) was administered before anesthesia, and fluorescence was measured using a hyperspectral device. It was found that all 2692 measured spectra consisted of contributions from 620 to 634 nm PpIX, NADH, lipofuscin, and flavins. The basis spectra were characterized and their use in spectral unmixing led to 82.4% lower fitting error for weakly fluorescing areas ( p < 0.001), and 92.3% fewer false positive tumor identifications in control measurements ( p = 0.0065) compared to previous works. They also decreased the PpIX 620 contribution, thus halving the mean Ratio 620/634 ( p < 0.001). The ratio was approximately 0 for HGGs and increasing for LGGs, as demonstrated previously. Additionally, the Ratio 620/634 , the MIB-1/Ki-67 proliferation index, and the PpIX peak blue-shift were found to be significantly related to WHO grade, fluorescence visibility, and PpIX contribution ( p < 0.001), and the value of these three as quantitative biomarkers is discussed.
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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».