PET/CT for Predicting Occult Lymph Node Metastasis in Gastric Cancer
Notice bibliographique
Résumé
A portion of gastric cancer patients with negative lymph node metastasis at an early stage eventually die from tumor recurrence or advanced metastasis. Occult lymph node metastasis (OLNM] is a potential risk factor for the recurrence and metastasis in these patients, and it is highly important for clinical prognosis. Positron emission tomography (PET)/computed tomography (CT) is used to assess lymph node metastasis in gastric cancer due to its advantages in anatomical and functional imaging and non-invasive nature. Among the major metabolic parameters of PET, the maximum standardized uptake value (SUVmax) is commonly used for examining lymph node status. However, SUVmax is susceptible to interference by a variety of factors. In recent years, the exploration of new PET metabolic parameters, new PET imaging agents and radiomics, has become an active research topic. This paper aims to explore the feasibility and predict the effectiveness of using PET/CT to detect OLNM. The current landscape and future trends of primary metabolic parameters and new imaging agents of PET are reviewed. For gastric cancer patients, the possibility to detect OLNM non-invasively will help guide surgeons to choose the appropriate lymph node dissection area, thereby reducing unnecessary dissections and providing more reasonable, personalized and comprehensive treatments.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».