3D CT Radiomic Analysis Improves Detection of Axillary Lymph Node Metastases Compared to Conventional Features in Patients With Locally Advanced Breast Cancer
Notice bibliographique
Résumé
OBJECTIVE: Preoperative detection of axillary lymph node metastases (ALNMs) from breast cancer is suboptimal; however, recent work suggests radiomics may improve detection of ALNMs. This study aims to develop a 3D CT radiomics model to improve detection of ALNMs compared to conventional imaging features in patients with locally advanced breast cancer. METHODS: Retrospective chart review was performed on patients referred to a specialty breast cancer center between 2015 and 2020 with US-guided biopsy-proven ALNMs and pretreatment chest CT. One hundred and twelve patients (224 lymph nodes) met inclusion and exclusion criteria and were assigned to discovery (n = 150 nodes) and testing (n = 74 nodes) cohorts. US-biopsy images were referenced in identifying ALNMs on CT, with contralateral nodes taken as negative controls. Positive and negative nodes were assessed for conventional features of lymphadenopathy as well as for 107 radiomic features extracted following 3D segmentation. Diagnostic performance of individual and combined radiomic features was evaluated. RESULTS: The strongest conventional imaging feature of ALNMs was short axis diameter ≥ 10 mm with a sensitivity of 64%, specificity of 95%, and area under the curve (AUC) of 0.89 (95% CI, 0.84-0.94). Several radiomic features outperformed conventional features, most notably energy, a measure of voxel density magnitude. This feature demonstrated a sensitivity, specificity, and AUC of 91%, 79%, and 0.94 (95% CI, 0.91-0.98) for the discovery cohort. On the testing cohort, energy scored 92%, 81%, and 0.94 (95% CI, 0.89-0.99) for sensitivity, specificity, and AUC, respectively. Combining radiomic features did not improve AUC compared to energy alone (P = .08). CONCLUSION: 3D radiomic analysis represents a promising approach for noninvasive and accurate detection of ALNMs.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».