NIMG-28. USE OF NEUROIMAGING TECHNIQUES IN GLIOMA PATIENTS – RESULTS OF AN INTERNATIONAL SURVEY ON BEHALF OF THE EORTC BRAIN TUMOR GROUP
Notice bibliographique
Résumé
Abstract BACKGROUND Multimodal imaging offers the potential to provide valuable diagnostic information in brain tumor patients. Considering the increasing number and availability of advanced neuroimaging techniques, selecting, and applying the best modality may be therefore difficult. The present survey was carried out to evaluate the preferred use of various neuroimaging applications in patients with glioma. METHODS An online survey with 31 questions was distributed to 262 centers associated with the EORTC located in 34 countries. Subsequently, this survey was promoted by EANO and SNO via social media and newsletters. RESULTS A total of 77 responses, predominantly from radiation oncologists (36%) and neurooncologists (31%), were evaluated. Most responses came from university hospitals and research institutions (68%), mainly from Europe (89%). Almost half of these centers (48%) examined more than 100 glioma patients per year. All institutions had access to MRI, 94% to CT, 67% to PET or PET/CT, and 27% to hybrid PET/MRI. A total of 56% of institutions used RANO criteria for the evaluation of imaging findings. In addition to structural MRI, most institutions routinely performed advanced MRI, followed by CT, PET, and hybrid PET/CT (74%, 42%, 32%, and 23%, respectively). Regarding PET, 64% of centers used the amino acid tracer O-(2-[18F]fluoroethyl)-L-tyrosine, followed by 2-[18F]-fluoro-2-deoxy-D-glucose (45%). Twenty-five percent of centers performed intraoperative MRI, and 10% intraoperative CT. In addition to structural MRI, the preferred additional imaging methods were perfusion-weighted MRI, diffusion-weighted MRI, amino acid PET, and proton MR spectroscopy (83%, 75%, 60% and 56%, respectively). CONCLUSION The results of this international survey provide insights into the use of neuroimaging techniques in neuro-oncology centers. The availability, use, and assessment of neuroimaging in glioma patients varies from country to country. Our results highlight the importance of global activities towards further standardization of neuroimaging in brain tumor patients, such as the RANO working groups.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».