MétaCan
Menu
Retour à la cohorte
Enregistrement W4383823144 · doi:10.1016/j.radonc.2023.109803

Recommendations for improved reproducibility of ADC derivation on behalf of the Elekta MRI-linac consortium image analysis working group

2023· article· en· W4383823144 sur OpenAlexafffund
Anne Louise Højmark Bisgaard, Rick Keesman, Astrid L.H.M.W. van Lier, Catherine Coolens, Petra J. van Houdt, Alison Tree, Andreas Wetscherek, Paul B. Romesser, Neelam Tyagi, Monica Lo Russo, Jonas Habrich, Danny Vesprini, Angus Lau, Stella Mook, Peter Chung, Linda G.W. Kerkmeijer, Zeno A.R. Gouw, Ebbe Laugaard Lorenzen, Uulke A. van der Heide, Tine Schytte, Carsten Brink, Faisal Mahmood

Notice bibliographique

RevueRadiotherapy and Oncology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueMRI in cancer diagnosis
Établissements canadiensUniversity of TorontoSunnybrook Health Science CentrePrincess Margaret Cancer CentreUniversity Health Network
Organismes subventionnairesNational Cancer InstituteCancer Research UKSunnybrook Research Institute
Mots-clésReproducibilityMedical physicsLinear particle acceleratorNuclear medicineMedicinePhysicsMathematicsOpticsStatisticsBeam (structure)

Résumé

récupéré en direct d'OpenAlex

Background and purpose The apparent diffusion coefficient (ADC), a potential imaging biomarker for radiotherapy response, needs to be reproducible before translation into clinical use. The aim of this study was to evaluate the multi-centre delineation- and calculation-related ADC variation and give recommendations to minimize it. Materials and methods Nine centres received identical diffusion-weighted and anatomical magnetic resonance images of different cancerous tumours (adrenal gland, pelvic oligo metastasis, pancreas, and prostate). All centres delineated the gross tumour volume (GTV), clinical target volume (CTV), and viable tumour volume (VTV), and calculated ADCs using both their local calculation methods and each of the following calculation conditions: b-values 0–500 vs. 150–500 s/mm 2 , region-of-interest (ROI)-based vs. voxel-based calculation, and mean vs. median. ADC variation was assessed using the mean coefficient of variation across delineations (CV D ) and calculation methods (CV C ). Absolute ADC differences between calculation conditions were evaluated using Friedman's test. Recommendations for ADC calculation were formulated based on observations and discussions within the Elekta MRI-linac consortium image analysis working group. Results The median (range) CV D and CV C were 0.06 (0.02–0.32) and 0.17 (0.08–0.26), respectively. The ADC estimates differed 18% between b-value sets and 4% between ROI/voxel-based calculation (p-values < 0.01). No significant difference was observed between mean and median (p = 0.64). Aligning calculation conditions between centres reduced CV C to 0.04 (0.01–0.16). CV D was comparable between ROI types. Conclusion Overall, calculation methods had a larger impact on ADC reproducibility compared to delineation. Based on the results, significant sources of variation were identified, which should be considered when initiating new studies, in particular multi-centre investigations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,247
score de la tête « metaresearch » (Gemma)0,472
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Reproductibilité · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,753
Score d'incertitude au seuil0,929

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2470,472
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0100,006
Études des sciences et des technologies0,0030,004
Communication savante0,0090,006
Science ouverte0,0110,005
Intégrité de la recherche0,0070,007
Charge utile insuffisante (le modèle a refusé de juger)0,0100,015

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.

Tête enseignante Opus0,057
Tête enseignante GPT0,375
Écart entre enseignants0,317 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
DomaineReproductibilité
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRadiotherapy and OncologyMême sujetMRI in cancer diagnosisTravaux en français237 207