False-positive Findings of Large Vessel Vasculitis on FDG-PET in Patients Treated With Immune Checkpoint Inhibitors
Notice bibliographique
Résumé
Fluorine-18 fluorodeoxygluocose positron emission tomography (FDG-PET) is increasingly used in the evaluation of response to immune checkpoint inhibitor (ICI) therapy. Incidental findings of increased vessel wall uptake may prompt the concern for ICI-induced large vessel vasculitis (LVV). Precise radiographic and clinical evaluation is required to determine if this represents true vasculitis, as use of immune suppression and ICI discontinuation can have significant impacts on patient outcomes. We performed a retrospective case analysis of 4 consecutive patients referred to 2 rheumatology clinics treated with ICI with incidental findings of LVV on FDG-PET, reviewing their clinical course and radiographic findings. All 4 cases had FDG-PET scans for routine oncology indications and had no associated clinical features of LVV. One patient was treated with corticosteroids and no patients developed any clinical evidence of vasculitis during a mean follow-up period of 17 months (range: 7-33 mo). All FDG-PET images reporting LVV underwent a standardized analysis to identify any technical issues or concerns with interpretation. In review of imaging, 3 of the cases may have been due to delayed tracer to scan interval leading to misinterpretation of vascular uptake as suspected LVV. Recognition of technical pitfalls in FDG-PET interpretation is crucial to inform the need for immunosuppression and the safety of continued ICI therapy.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».