Tumor Doubling Time Using CT Volumetric Segmentation in Metastatic Adrenocortical Carcinoma
Notice bibliographique
Résumé
Adrenocortical carcinoma (ACC) is a rare malignancy with an overall unfavorable prognosis. Clinicians treating patients with ACC have noted accelerated growth in metastatic liver lesions that requires rapid intervention compared to other metastatic locations. This study measured and compared the growth rates of metastatic ACC lesions in the lungs, liver, and lymph nodes using volumetric segmentation. A total of 12 patients with metastatic ACC (six male; six female) were selected based on their medical history. Computer tomography (CT) exams were retrospectively reviewed and a sampling of ≤5 metastatic lesions per organ were selected for evaluation. Lesions in the liver, lung, and lymph nodes were measured and evaluated by volumetric segmentation. Statistical analyses were performed to compare the volumetric growth rates of the lesions in each organ system. In this cohort, 5/12 had liver lesions, 7/12 had lung lesions, and 5/12 had lymph node lesions. A total of 92 lesions were evaluated and segmented for lesion volumetry. The volume doubling time per organ system was 27 days in the liver, 90 days in the lungs, and 95 days in the lymph nodes. In this series of 12 patients with metastatic ACC, liver lesions showed a faster growth rate than lung or lymph node lesions.
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 | 0,000 | 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) | 0,001 | 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 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 ».