Early prediction of therapy responses and outcomes in breast cancer patients using quantitative ultrasound spectral texture
Notice bibliographique
Résumé
<p>Early alterations in textural characteristics of quantitative ultrasound spectral parametric maps, in conjunction with changes in their mean values, are demonstrated here, for the first time, to be capable of predicting ultimate clinical/pathologic responses of breast cancer patients to chemotherapy. Mechanisms of cell death, induced by chemotherapy within tumor, introduce morphological alterations in cancerous cells, resulting in measurable changes in tissue echogenicity. We have demonstrated that the development of such changes is reflected in early alterations in textural characteristics of quantitative ultrasound spectral parametric maps, followed by consequent changes in their mean values. The spectral/textural biomarkers derived on this basis have been demonstrated as non-invasive surrogates of breast cancer chemotherapy response. Particularly, spectral biomarkers sensitive to the size and concentration of acoustic scatterers could predict treatment response of patients with up to 80% of sensitivity and specificity (p=0.050), after one week within 3-4 months of chemotherapy. However, textural biomarkers characterizing heterogeneities in distribution of acoustic scatterers, could differentiate between treatment responding and non-responding patients with up to 100% sensitivity and 93% specificity (p=0.002). Such early prediction permits offering effective alternatives to standard treatment, or switching to a salvage therapy, for refractory patients.</p>
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 | 0,000 |
| 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 ».