The role of FDG-PET scanning and PET-adapted therapy in the primary treatment of Hodgkin lymphoma: A primer for clinicians
Notice bibliographique
Résumé
The evolving treatment paradigm for classical Hodgkin lymphoma (cHL) remains focused on maintaining high rates of progression-free survival (PFS) and overall survival (OS), while seeking to reduce both short-term and late toxicities from chemotherapy and radiation. Functional imaging with fluoro-deoxyglucose (FDG)‑positron emission tomography (PET) combined with computed tomography (CT) is recognized as standard for staging and response evaluation of Hodgkin lymphoma (HL). Recent randomized controlled trials evaluating FDG-PET-guided therapy for patients with limited stage and advanced stage Hodgkin lymphoma provide clinicians and patients with meaningful data upon which to base individualized treatment approaches. FDG‑PET scanning after two cycles of therapy (interim PET or PET2) represents the most important determinant of further appropriate treatment and subsequent outcomes, and is now the cornerstone of risk-adapted therapy for all patients receiving curative-intent initial therapy for Hodgkin lymphoma. For patients with limited stage cHL, post-chemotherapy assessment (after two or four cycles of treatment depending on the regimen used) is also a key determinant of the need for the addition of involved site or nodal radiation as part of combined modality therapy. This review summarizes the important role of interim and end of chemotherapy FDG-PET scanning to guide individualized initial therapy for patients to achieve optimal treatment outcomes.
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 | 0,010 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,006 |
| Communication savante | 0,005 | 0,008 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,006 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».