Defining radio-recurrent intra-prostatic target volumes using PSMA-targeted PET/CT and multi-parametric MRI
Notice bibliographique
Résumé
PURPOSE: Our purpose was to evaluate intra-prostatic cancer volumes for salvage radiotherapy in men with recurrent prostate cancer confined to the prostate post-primary radiotherapy using mpMRI and 18F-DCFPyL PET/CT (PET). METHODS: Men with biochemical failure post-primary radiotherapy were enrolled in a multi-centre trial investigating mpMRI and PET. All men with isolated intra-prostatic recurrence are included in this secondary analysis. The intra-prostatic gross tumour volume (GTV) was manually delineated on mpMRI and was also delineated on PET using three methods: 1. manually, 2. using a 30% threshold of maximum intra-prostatic standard uptake value (SUVmax), and 3. using a 67% threshold of this SUVmax. Clinical target volumes (CTV) including expansions on each GTV were generated. Conformity indices were performed between the mpMRI CTV and each PET CTV. Correlation with biopsy and clinical outcomes were performed. RESULTS: Of the 36 men included, 30 (83%) had disease in two quadrants or less using the combination of mpMRI and PET. Mean target volume (union of CTV on mpMRI and CTV manually delineated on PET) was 12.2 cc (49% of prostate gland volume). 12/36 (33%) men had a biopsy. Per-patient sensitivity was 91% for mpMRI and 82% for PET. CONCLUSIONS: mpMRI and PET provide complementary information for delineation of intra-prostatic recurrent disease. Union of CTV on mpMRI and PET is often less than 50% of the prostate, suggesting this imaging could help define a target for focal salvage therapy.
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) | 0,001 | 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 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 ».