Changes in Apparent Diffusion Coefficient (ADC) in Serial Weekly MRI during Radiotherapy in Patients with Head and Neck Cancer: Results from the PREDICT-HN Study
Notice bibliographique
Résumé
Background: The PREDICT-HN study aimed to systematically assess the kinetics of imaging MR biomarkers during head and neck radiotherapy. Methods: Patients with intact squamous cell carcinoma of the head and neck were enrolled. Pre-, during, and post-treatment MRI were obtained. Serial GTV and ADC measurements were recorded. The correlation between each feature and the GTV was calculated using Spearman’s correlation coefficient. The linear mixed model was used to evaluate the change in GTV over time. Results: A total of 41 patients completed the study. The majority (76%) had oropharyngeal cancer. A total of 36 patients had intact primary tumours that can be assessed on MRI, and 31 patients had nodal disease with 46 nodes assessed. Median primary GTV (GTVp) size was 14.1cc. The rate of GTVp shrinkage was highest between pre-treatment and week 4. Patients with T3-T4 tumours had a 3.8-fold decrease in GTVp compared to T1-T2 tumours. The ADC values correlated with residual GTVp. The median nodal volume (GTVn) was 12.4cc. No clinical features were found to correlate with GTVn reduction. The overall change in ADC for GTVn from pre-treatment was significant for 35th−95th percentiles in weeks 1−4 (p < 0.001). Conclusion: A discrepancy in the trajectory of ADC between primary and nodal sites suggested that they exhibit different treatment responses and should be analysed separately in future studies.
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 | 0,001 |
| 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 ».