Characterisation of Paediatric Neuroblastic Tumours by Quantitative Structural and Diffusion-Weighted MRI
Notice bibliographique
Résumé
Purpose: To determine the diagnostic accuracy of quantitative diffusion-weighted (DW) MRI apparent diffusion coefficient (ADC) and tumour volumes to differentiate between malignant (neuroblastoma (NB)) and benign types of neuroblastic tumours (ganglioneuroma (GN) and ganglioneuroblastoma (GNB)) using different region-of-interest (ROI) sizes. Materials and Methods: This single-centre retrospective study included malignant and benign paediatric neuroblastic tumours that had undergone DW MRI at diagnosis. The outcome was diagnostic accuracy of the tumour volume from structural and ADC DW MRI, in comparison to histopathology (reference standard). Results: Data from 40 patients (NB, n = 24; GNB, n = 6; GN, n = 10), 18 (45%) females and 22 (55%) males, with a median age at diagnosis of 21 months (NB), 64 months (GNB), and 133 months (GN), respectively, ranging from 0 to 193 months, were evaluated. The area under the receiver operating characteristic (AUROC) curve for ADC for discriminating between neuroblastic tumours’ histopathology for a small ROI was 0.86 (95% CI: 0.75–0.98), and for a large ROI, 0.83 (95% CI: 0.71–0.96). An ADC cut-off value of 1.06 × 10−3 mm2/s was able to distinguish malignant from benign tumours with 83% (68–98%) sensitivity and 75% (95% CI: 54–98%) specificity. Tumour volume was not indicative of malignant vs. benign tumour diagnosis. Conclusions: In this study, both small and large ROIs used to derive ADC DW MRI metrics demonstrated high accuracy to differentiate malignant from benign neuroblastic tumours, with the ADC AUROC for the averaged multiple small ROIs being slightly greater than that of large ROIs, but with overlapping 95% CIs. This should be taken into consideration for standardisation of ROI-related data analysis by international initiatives.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».