Prediction of Ki-67 expression in gastric gastrointestinal stromal tumors using histogram analysis of monochromatic and iodine images derived from spectral CT
Notice bibliographique
Résumé
PURPOSE: To assess and compare the diagnostic efficiency of histogram analysis of monochromatic and iodine images derived from spectral CT in predicting Ki-67 expression in gastric gastrointestinal stromal tumors (gGIST). METHODS: Sixty-five patients with gGIST who underwent spectral CT were divided into a low-level Ki-67 expression group (LEG, Ki-67 < 10%, n = 33) and a high-level Ki-67 expression group (HEG, Ki-67 ≥ 10%, n = 32). Conventional CT features were extracted and compared. Histogram parameters were extracted from monochromatic and iodine images, respectively. The diagnostic efficiency of the histogram parameters from monochromatic and iodine images was assessed and compared between the two groups. Spearman's correlation analysis was used to correlate histogram parameters with Ki-67 expression. RESULTS: The HEG was more likely to present with an irregular shape and a larger size than the LEG (all p < 0.05). Regarding histogram parameters, the HEG showed higher maximum, mean, Perc.10, Perc.25, Perc.50, Perc.75, Perc.90, Perc.99, SD, variance, and CV of monochromatic images; higher maximum, Perc.99, and entropy of iodine images, compared with the LEG (all p < 0.003125). ROC analysis showed that significant histogram parameters of monochromatic and iodine images allowed for effective differentiation between LEG and HEG. DeLong's test showed that the diagnostic efficiency of histogram parameters in monochromatic images (Perc.90) was superior to that of iodine images (maximum) (p = 0.010). A positive correlation was observed between the significant histogram parameters and Ki-67 expression (all p < 0.05). CONCLUSION: Both histogram analysis of monochromatic and iodine images derived from spectral CT can predict Ki-67 expression in gGIST, and the diagnostic efficacy of monochromatic images is superior to iodine images.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,000 |
| 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) | 0,001 | 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 ».