18F-FDG PET or PET/CT in detecting high-grade transformation of chronic lymphocytic leukaemia and indolent lymphomas: a systematic review and meta-analysis
Notice bibliographique
Résumé
OBJECTIVES: To evaluate the diagnostic accuracy of 18F-FDG positron emission tomography (PET) or PET/computed tomography (CT) in detecting histological transformation (HT) of indolent lymphomas. METHODS: A systematic search of articles up to July 2024 was performed in Embase and Medline. Eligible studies included adults with histologically proven indolent lymphoma, 18F-FDG PET or PET/CT as the index test, and sufficient data to assess diagnostic performance. Summary receiver operating characteristic curves were plotted using a bivariate model to estimate diagnostic accuracy with area under the curve (AUC). RESULTS: Fifteen studies with 1307 participants were included. Ten studies assessed PET ability to detect Richter's transformation, and 5 studies focused on HT in follicular lymphoma and other subtypes. A meta-analysis of the former showed pooled sensitivity of 0.90 (95% CI, 0.84-0.93) and specificity of 0.54 (95% CI, 0.28-0.77) when using a maximum standardized uptake value (SUVmax) threshold of around 5. AUC was 0.89. Pooled sensitivity was 0.74 (95% CI, 0.54-0.87), and specificity was 0.84 (95% CI, 0.67-0.93) when using an SUVmax threshold of around 10. Area under the curve was 0.84. For detecting HT in follicular lymphoma, thresholds were found higher than those for Richter's transformation. CONCLUSIONS: 18F-FDG PET or PET/CT demonstrates good diagnostic accuracy to detect Richter's transformation, best when employing SUVmax ≥ 5. SUVmax thresholds may be limited in discriminating follicular lymphoma from HT, and alternatives should be sought. ADVANCES IN KNOWLEDGE: If biopsy is feasible, SUVmax ≥ 5 can guide biopsy in patients with clinically suspicious Richter's transformation. If biopsy is infeasible, SUVmax ≥ 10 can better identify HT and guide patient management.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,013 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».