Radiation Exposure from GEP NET Surveillance
Notice bibliographique
Résumé
BACKGROUND: Neuroendocrine tumors (NET) are neoplasms that secrete peptides and neuroamines. For gastroenteropancreatic (GEP) NET, surgical resection represents the only curative option. Ten-year imaging surveillance programs are recommended due to long time-to-recurrence following resection. We performed retrospective chart review evaluating radiation exposure and practice patterns from surveillance of completely resected GEP NET. METHODS: We performed a retrospective cohort study of cases with well-differentiated GEP NET from January 2005 to July 2020. Location of primary, modality of imaging, and duration of follow-up were collected. Dosimetry data was collected to calculate effective dose. RESULTS: 62 cases were included with 422 surveillance scans performed. Cross-sectional imaging was used in 82% and functional imaging was used in 18% of scans. Mean number of scans per year was 1.25 (0.42-3). Mean total effective dose was 56.05 mSv (SD 45.56; 0 to 198 mSv) while mean total effective dose per year was 10.62 mSv (SD 9.35; 0 to 45 mSv). Over the recommended ten years of surveillance the estimated total effective dose was 106 mSv. CONCLUSIONS: Surveillance of completely resected GEP NET results in cumulative radiation doses in the range associated with secondary malignancy development. Strategies to minimize radiation exposure in surveillance should be considered in future guideline development.
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 | 0,007 |
| 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) | 0,002 | 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 ».