Prognostic value of PET/CT and MR-based baseline radiomics among patients with non-metastatic nasopharyngeal carcinoma
Notice bibliographique
Résumé
Purpose Radiomics is an emerging imaging assessment technique that has shown promise in predicting survival among nasopharyngeal carcinoma (NPC) patients. Studies so far have focused on PET or MR-based radiomics independently. The aim of our study was to evaluate the prognostic value of clinical and radiomic parameters derived from both PET/CT and MR. Methods Retrospective evaluation of 124 NPC patients with PET/CT and radiotherapy planning MR (RP-MR). Primary tumors were segmented using dedicated software (LIFEx version 6.1) from PET, CT, contrast-enhanced T1-weighted (T1-w), and T2-weighted (T2-w) MR sequences with 376 radiomic features extracted. Summary statistics describe patient, disease, and treatment characteristics. The Kaplan–Meier (KM) method estimates overall survival (OS) and progression-free survival (PFS). Clinical factors selected based on univariable analysis and the multivariable Cox model were subsequently constructed with radiomic features added. Results The final models comparing clinical, clinical + RP-MR, clinical + PET/CT and clinical + RP-MR + PET/CT for OS and PFS demonstrated that combined radiomic signatures were significantly associated with improved survival prognostication (AUC 0.62 vs 0.81 vs 0.75 vs 0.86 at 21 months for PFS and 0.56 vs 0.85 vs 0.79 vs 0.96 at 24 months for OS). Clinical + RP-MR features initially outperform clinical + PET/CT for both OS and PFS (<18 months), and later in the clinical course for PFS (>42 months). Conclusion Our study demonstrated that PET/CT-based radiomic features may improve survival prognostication among NPC patients when combined with baseline clinical and MR-based radiomic features.
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) | 0,001 | 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 ».