CXCR4-Targeted PET Imaging in Hematologic Malignancies
Notice bibliographique
Résumé
PURPOSE: The aims of this study were to perform a comprehensive review and meta-analyses and to report pooled diagnostic results on CXCR4-targeted PET, particularly considering detection, visualization, and prognostication. PATIENTS AND METHODS: This study followed PRISMA-DTA. A systematic search was conducted on major medical literature databases up to March 1, 2024. The search strategy was designed to include CXCR4 PET studies in hematologic malignancies. A random-effects model combined sensitivity values derived from 2-by-2 contingency tables. Pooled means for SUV max were computed. Analyses were performed by R software. RESULTS: The initial search resulted in a total of 1428 studies. Ultimately, 18 were eligible for systematic review and meta-analytic calculations. Twelve studies (320 patients) included B-cell lymphoma. The pooled detection rate of CXCR4 PET was 99.4% (95% confidence interval [CI]: 88.3%-100%). Marginal zone lymphoma was investigated in 5 studies (209 patients), with a pooled sensitivity of 97.6% (95% CI: 79.7%-99.8%). In studies on central nervous system lymphoma, CXCR4 PET demonstrated 100% accuracy at both patient and lesion levels. Also, it demonstrated a significantly higher tumor-to-background ratio than 18 F-FDG PET. For multiple myeloma, 5 studies (116 patients) showed a patient-level pooled sensitivity of 77.8% (95% CI: 64.4%-87.2%), whereas 18 F-FDG PET had 65.0% (95% CI: 55.2%-73.7%). The pooled SUV max for CXCR4 PET was 13.6 (95% CI: 9.3-17.8) versus 9.0 (95% CI: 6.3-11.7) for 18 F-FDG PET. Additionally, CXCR4 PET-derived parameters were significant predictors of survival in multiple myeloma. CONCLUSIONS: CXCR4 PET can be a helpful imaging tool for evaluating hematologic malignancies, particularly in B-cell lymphoma and multiple myeloma patients. In specific clinical scenarios, it appears to be superior compared with the current standard-of-care imaging.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».