Diagnostic Accuracy of Arterial Spin-Labeling, Dynamic Contrast-Enhanced, and DSC Perfusion Imaging in the Diagnosis of Recurrent High-Grade Gliomas: A Prospective Study
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: For patients with high-grade gliomas, the appearance of a new, enhancing lesion after surgery and chemoradiation represents a diagnostic dilemma. We hypothesized that MR perfusion without and with contrast can differentiate tumor recurrence from radiation necrosis. MATERIALS AND METHODS: In this prospective study, we performed 3 MR perfusion methods: arterial spin-labeling, DSC, and dynamic contrast enhancement. For each lesion, we measured CBF from arterial spin-labeling, uncorrected relative CBV, and leakage-corrected relative CBV from DSC imaging. The volume transfer constant and plasma volume were obtained from dynamic contrast-enhanced imaging without and with T1 mapping using modified Look-Locker inversion recovery (MOLLI). The diagnosis of tumor recurrence or radiation necrosis was determined by either histopathology for patients who underwent re-resection or radiologic follow-up for patients who did not have re-resection. RESULTS: There were 26 patients with 32 lesions, 19 lesions with tumor recurrence and 13 lesions with radiation necrosis. Compared with radiation necrosis, lesions with tumor recurrence had higher CBF (P = .033), leakage-corrected relative CBV (P = .048), and plasma volume using MOLLI T1 mapping (P = .012). For differentiating tumor recurrence from radiation necrosis, the areas under the curve were 0.81 for CBF, 0.80 for plasma volume using MOLLI T1 mapping, and 0.71 for leakage-corrected relative CBV. A correlation was found between CBF and leakage-corrected relative CBV (rs = 0.54), volume transfer constant, and plasma volume (0.50 < rs< 0.77) but not with uncorrected relative CBV (rs = 0.20, P = .29). CONCLUSIONS: In the differentiation of tumor recurrence from radiation necrosis in a newly enhancing lesion, the diagnostic value of arterial spin-labeling–derived CBF is similar to that of DSC and dynamic contrast-enhancement–derived blood volume.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».