MétaCan
Menu
Retour à la cohorte
Enregistrement W4407157976 · doi:10.1101/2025.01.29.25321211

Early Imaging Identification of Osteoradionecrosis and Classification Using the Novel ClinRad System: Results from A Retrospective Observational Cohort

2025· preprint· en· W4407157976 sur OpenAlexaff
Jillian Rigert, Zaphanlene Kaffey, Zayne Belal, Lavanya Tripuraneni, Laia Humbert‐Vidan, Ariana J Sahli, Serageldin Attia, Katherine A. Hutcheson, Erin Watson, Andrew Hope, Cem Dede, Sudarat Kiat‐amnuay, Muhammad F. Walji, Abdallah Mohamed, Vlad C. Sandulache, Clifton D. Fuller, Stephen Y. Lai, Amy C. Moreno

Notice bibliographique

RevuemedRxiv · 2025
Typepreprint
Langueen
DomaineMedicine
ThématiqueOral health in cancer treatment
Établissements canadiensUniversity Health NetworkPrincess Margaret Cancer CentreUniversity of Toronto
Organismes subventionnairesNational Cancer InstituteNational Institute of Dental and Craniofacial ResearchUniversity of Texas MD Anderson Cancer CenterNational Institutes of Health
Mots-clésOsteoradionecrosisIdentification (biology)Observational studyCohortRetrospective cohort studyMedicineArtificial intelligenceComputer scienceRadiologySurgeryRadiation therapyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Objective Osteoradionecrosis of the jaw (ORNJ) is a chronic radiation-associated toxicity that lacks standardized classification criteria and treatment guidelines. Understanding early signs of tissue injury could help us better predict, prevent, and conservatively manage ORN. Our primary aims were to identify initial clinically-detected signs of ORN, determine the frequency of imaging-detected ORNJ, and validate the ability to classify cases using the novel system, ClinRad. Study Design A retrospective electronic health record review of 91 patients treated for head and neck cancer at The University of Texas MD Anderson Cancer Center with suspected ORN was performed by an Oral Medicine specialist to identify initial signs of ORN. Patients who received reirradiation to the head and neck or did not have enough evidence of ORN were excluded. A descriptive analysis was performed. Results 51 patients met the inclusion criteria. Half (53%) presented with imaging findings and exposed bone. Imaging findings in the absence of bone exposure were identified in 37%, of which disease progression was observed in 26%. All cases were classifiable using ClinRad. Conclusion Subclinical signs of bony changes consistent with ORN may be evident on imaging without exposed bone, supporting the use of imaging surveillance. ClinRad provided a mechanism to classify all cases at early onset. Data availability statement Anonymized data for the reported analyses is made publicly available on figshare at 10.6084/m9.figshare.28292186. Reporting guideline compliance statement In accordance with the EQUATOR Network (Enhancing the QUAlity and Transparency Of health Research) guidance, we have utilized the RECORD checklist, a guideline for the “REporting of studies Conducted using Observational Routinely-collected health data” (Benchimool El at al., 2015) The RECORD checklist is provided as a Supplementary file and available via 10.6084/m9.figshare.28292219. Data was anonymized in accordance with the EQUATOR guideline “Preparing raw clinical data for publication: guidance for journal editors, authors, and peer reviewers” (Hrynaszkiewicz I et al., 2010).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,110
Tête enseignante GPT0,370
Écart entre enseignants0,259 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetOral health in cancer treatmentTravaux en français237 207