18F-FET-PET-guided gross total resection improves overall survival in patients with WHO grade III/IV glioma: moving towards a multimodal imaging-guided resection
Notice bibliographique
Résumé
Abstract Purpose PET using radiolabeled amino acid [18F]-fluoro-ethyl-L-tyrosine (FET-PET) is a well-established imaging modality for glioma diagnostics. The biological tumor volume (BTV) as depicted by FET-PET often differs in volume and location from tumor volume of contrast enhancement (CE) in MRI. Our aim was to investigate whether a gross total resection of BTVs defined as < 1 cm3 of residual BTV (PET GTR) correlates with better oncological outcome. Methods We retrospectively analyzed imaging and survival data from patients with primary and recurrent WHO grade III or IV gliomas who underwent FET-PET before surgical resection. Tumor overlap between FET-PET and CE was evaluated. Completeness of FET-PET resection (PET GTR) was calculated after superimposition and semi-automated segmentation of pre-operative FET-PET and postoperative MRI imaging. Survival analysis was performed using the Kaplan–Meier method and the log-rank test. Results From 30 included patients, PET GTR was achieved in 20 patients. Patients with PET GTR showed improved median OS with 19.3 compared to 13.7 months for patients with residual FET uptake (p = 0.007; HR 0.3; 95% CI 0.12–0.76). This finding remained as independent prognostic factor after performing multivariate analysis (HR 0.19, 95% CI 0.06–0.62, p = 0.006). Other survival influencing factors such as age, IDH-mutation, MGMT promotor status, and adjuvant treatment modalities were equally distributed between both groups. Conclusion Our results suggest that PET GTR improves the OS in patients with WHO grade III or IV gliomas. A multimodal imaging approach including FET-PET for surgical planning in newly diagnosed and recurrent tumors may improve the oncological outcome in glioma patients.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 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 ».