CT Radiomics and Whole Genome Sequencing in Patients with Pancreatic Ductal Adenocarcinoma: Predictive Radiogenomics Modeling
Notice bibliographique
Résumé
We investigate whether computed tomography (CT) derived radiomics may correlate with driver gene mutations in patients with pancreatic ductal adenocarcinoma (PDAC). In this retrospective study, 47 patients (mean age 64 ± 11 years; range: 42-86 years) with PDAC, who were treated surgically and who underwent preoperative CT imaging at our institution were included in the study. Image segmentation and feature extraction was performed semi-automatically with a commonly used open-source software platform. Genomic data from whole genome sequencing (WGS) were collected from our institution's web-based resource. Two statistical models were then built, in order to evaluate the predictive ability of CT-derived radiomics feature for driver gene mutations in PDAC. 30/47 of all tumor samples harbored 2 or more gene mutations. Overall, 81% of tumor samples demonstrated mutations in KRAS, 68% of samples had alterations in TP53, 26% in SMAD4 and 19% in CDKN2A. Extended statistical analysis revealed acceptable predictive ability for KRAS and TP53 (Youden Index 0.56 and 0.67, respectively) and mild to acceptable predictive signal for SMAD4 and CDKN2A (Youden Index 0.5, respectively). Our study establishes acceptable correlation of radiomics features and driver gene mutations in PDAC, indicating an acceptable prognostication of genomic profiles using CT-derived radiomics. A larger and more homogenous cohort may further enhance the predictive ability.
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 | 0,001 | 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) | 0,001 | 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 ».