PET/CT imaging of differentiated and medullary thyroid carcinoma using the novel SSTR-targeting peptide [18F]SiTATE – first clinical experiences
Notice bibliographique
Résumé
Abstract Purpose The novel 18 F-labeled somatostatin receptor (SSTR)-directed radiotracer [ 18 F]SiTATE demonstrated promising results for the imaging of various SSTR-expressing tumor types. Although thyroid carcinomas (TC) express SSTR, data on [ 18 F]SiTATE PET/CT imaging in TC are lacking. This study explores the use of [ 18 F]SiTATE PET/CT in a patient cohort with histologically proven TC. Methods As part of a prospective observational study at a single tertiary cancer center, 21 patients with TC (10 medullary (MTC) and 11 differentiated (DTC)) who underwent at least one [ 18 F]SiTATE PET/CT were included (37 scans in total). Mean SUV max and SUV mean of tumoral lesions, mean total-tumor-volume (TTV), and whole-body (WB)-SUV max and WB-SUV mean on PET with their standard deviations (SDs) were determined. PET parameters were correlated to clinical parameters including tumor marker levels (thyroglobulin for DTC, calcitonin for MTC). Results 89 lesions were included in the analysis. Metastases were localized in the bone, lymph nodes, lung, soft tissue, and thyroid bed. Osseous (31 lesions; SUV max 8.6 ± 8.0; SUV mean 5.8 ± 5.4) and nodal (37 lesions; SUV max 8.7 ± 7.8; SUV mean 5.7 ± 5.4) metastases showed the highest uptake. The MTC disease burden on PET significantly correlated with the calcitonin tumor marker level (e.g., TTV: r = 0.771, r 2 = 0.594, p = 0.002). For DTC, no such correlation was present. Conclusion Our data demonstrate high feasibility of [ 18 F]SiTATE PET/CT in a small cohort of patients with MTC and DTC. The use of [ 18 F]SiTATE may overcome logistical disadvantages of 68 Ga-based tracers and facilitate SSTR-targeted PET/CT imaging of thyroid carcinoma.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».