[18F]FDG PET/CT and PET/MR in Patients with Adrenal Lymphoma: A Systematic Review of Literature and a Collection of Cases
Notice bibliographique
Résumé
Aim. The present study aimed to assess the existing data about Primary Adrenal Lymphoma (PAL) evaluated with FDG PET and to describe a small monocentric series of cases. A systematic analysis (from 2010 to 2022) was made by using PubMed and Web of Science databases reporting data about the role of FDG PET/CT in patients with suspicious or known adrenal lymphoma. The quality of the papers was assessed by using QUADAS-2 criteria. Moreover, from a single institutional collection between 2010 and 2021, data from patients affected by adrenal lymphoma and undergoing contrast-enhanced compute tomography (ceCT)/magnetic resonance (MR) and FDG PET/CT or PET/MR were retrieved and singularly described. Seventy-eight papers were available from PubMed and 25 from Web of Science. Forty-seven (Nr. 47) Patients were studied, most of them in the initial staging of disease (n = 42; 90%). Only in one paper, the scan was made before and after therapy. The selected clinical cases were relative to the initial staging of disease, the restaging, and the evaluation of response to therapy. PET/CT and PET/MR always showed a high FDG uptake in the primary adrenal lesions and in metastatic sites. Moreover, PET metrics, such as maximum standardized uptake value (SUVmax) and metabolic tumor volume (MTV), were elevated in all primary adrenal lesions. In conclusions, FDG PET either coupled with CT or MRI can be useful in staging, restaging, and for the evaluation of treatment response in patients affected by PAL
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 | 0,006 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,027 | 0,027 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».