Comparison of clinically available dynamic susceptibility contrast post processing software to differentiate progression from pseudoprogression in post-treatment high grade glioma
Notice bibliographique
Résumé
INTRODUCTION: The purpose of this retrospective study was to compare two, widely available software packages for calculation of Dynamic Susceptibility Contrast (DSC) perfusion MRI normalized relative Cerebral Blood Volume (rCBV) values to differentiate tumor progression from pseudoprogression in treated high-grade glioma patients. MATERIAL AND METHODS: rCBV maps processed by Siemens Syngo.via (Siemens Healthineers) and Olea Sphere (Olea Medical) software packages were co-registered to contrast-enhanced T1 (T1-CE). Regions of interest based on T1-CE were transferred to the rCBV maps. rCBV was calculated using mean values and normalized using contralateral normal- appearing white matter. The Wilcoxon test was performed to assess for significant differences, and software-specific optimal rCBV cutoff values were determined using the Youden index. Interrater reliability was evaluated for two raters using the intraclass correlation coefficient. RESULTS: 41 patients (18 females; median age = 59 years; range 21-77 years) with 49 new or size-increasing post-treatment contrast-enhancing lesions were included (tumor progression = 40 lesions; pseudoprogression = 9 lesions). Optimal rCBV cutoffs of 1.31 (Syngo.via) and 2.40 (Olea) were significantly different, with an AUC of 0.74 and 0.78, respectively. Interrater reliability was 0.85. DISCUSSION: We demonstrate that different clinically available MRI DSC-perfusion software packages generate significantly different rCBV cutoff values for the differentiation of tumor progression from pseudoprogression in standard-of-care treated high grade gliomas. Physicians may want to determine the unique value of their perfusion software packages on an institutional level in order to maximize diagnostic accuracy when faced with this clinical challenge. Furthermore, combined with implementation of current DSC-perfusion recommendations, multi-center comparability will be improved.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 tête enseignante, 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 ».