Combined 18F-FDG PET/CT Radiomics and Sarcopenia Score in Predicting Relapse-Free Survival and Overall Survival in Patients With Esophagogastric Cancer
Notice bibliographique
Résumé
PURPOSE: The aim of this study was to determine if radiomic features combined with sarcopenia measurements on pretreatment 18 F-FDG PET/CT can improve outcome prediction in surgically treated adenocarcinoma esophagogastric cancer patients. PATIENTS AND METHODS: One hundred forty-five esophageal adenocarcinoma patients with curative therapeutic intent and available pretreatment 18 F-FDG PET/CT were included. Textural features from PET and CT images were evaluated using LIFEx software ( lifexsoft.org ). Sarcopenia measurements were done by measuring the Skeletal Muscle Index at L3 level on the CT component. Univariable and multivariable analyses were conducted to create a model including the radiomic parameters, clinical features, and Skeletal Muscle Index score to predict patients' outcome. RESULTS: In multivariable analysis, we combined clinicopathological parameters including ECOG, surgical T, and N staging along with imaging derived sarcopenia measurements and radiomic features to build a predictor model for relapse-free survival and overall survival. Overall, adding sarcopenic status to the model with clinical features only (likelihood ratio test P = 0.03) and CT feature ( P = 0.0037) improved the model fit for overall survival. Similarly, adding sarcopenic status ( P = 0.051), CT feature ( P = 0.042), and PET feature ( P = 0.011) improved the model fit for relapse-free survival. CONCLUSIONS: PET and CT radiomics derived from combined PET/CT integrated with clinicopathological parameters and sarcopenia measurement might improve outcome prediction in patients with nonmetastatic esophagogastric adenocarcinoma.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».