Predefined and data-driven CT radiomics predict recurrence-free and overall survival in patients with pulmonary metastases treated with stereotactic body radiotherapy
Notice bibliographique
Résumé
BACKGROUND: This retrospective study explores two radiomics methods combined with other clinical variables for predicting recurrence free survival (RFS) and overall survival (OS) in patients with pulmonary metastases treated with stereotactic body radiotherapy (SBRT). METHODS: 111 patients with 163 metastases treated with SBRT were included with a median follow-up time of 927 days. First-order radiomic features were extracted using two methods: 2D CT texture analysis (CTTA) using TexRAD software, and a data-driven technique: functional principal components analysis (FPCA) using segmented tumoral and peri-tumoural 3D regions. RESULTS: Using both Kaplan-Meier analysis with its log-rank tests and multivariate Cox regression analysis, the best radiomic features of both methods were selected: CTTA-based "entropy" and the FPCA-based first mode of variation of tumoural CT density histogram: "F1." Predictive models combining radiomic variables and age showed a C-index of 0.62 95% with a CI of (0.57-0.67). "Clinical indication for SBRT" and "lung primary cancer origin" were strongly associated with RFS and improved the RFS C-index: 0.67 (0.62-0.72) when combined with the best radiomic features. The best multivariate Cox model for predicting OS combined CTTA-based features-skewness and kurtosis-with size and "lung primary cancer origin" with a C-index of 0.67 (0.61-0.74). CONCLUSION: In conclusion, concise predictive models including CT density-radiomics of metastases, age, clinical indication, and lung primary cancer origin can help identify those patients with probable earlier recurrence or death prior to SBRT treatment so that more aggressive treatment can be applied.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».