Spectral Computed Tomography-Derived Iodine Content and Tumor Response in the Follow-Up of Neuroendocrine Tumors—A Single-Center Experience
Notice bibliographique
Résumé
Spectral computed tomography (SCT) allows iodine content (IC) calculation for characterization of hypervascularized neoplasms and thus might help in the staging of neuroendocrine tumors (NETs). This single-center prospective study analyzed the association between SCT-derived IC and tumor response in the follow-up of metastasized NETs. Twenty-six patients with a median age of 70 years (range 51-85) with histologically proven NETs and a total of 78 lesions underwent SCT for staging. Because NETS are rare, no primary NET types were excluded. Lesions and intralesional hotspots were measured in virtual images and iodine maps. Tumor response was classified as progressive or nonprogressive at study endpoint. Generalized estimating equations served to estimate associations between IC and tumor response, additionally stratified by lesion location. Most commonly affected sites were the lymph nodes, liver, pancreas, and bones. Median time between SCT and endpoint was 64 weeks (range 5-260). Despite statistical imprecision in the estimate, patients with higher IC in lymphonodular metastases had lower odds for disease progression (adjusted OR = 0.21, 95% CI: 0.02-2.02). Opposite tendencies were observed in hepatic and pancreatic metastases in unadjusted analyses, which vanished after adjusting for therapy and primary tumor grade.
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 | 0,002 |
| 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 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 ».