Predictive Role of <scp>FDG PET</scp>‐<scp>CT</scp> in Localised Rectal Carcinoma: A Systematic Review and Meta‐Analysis
Notice bibliographique
Résumé
ABSTRACT Introduction Rectal carcinoma (RC) has high incidence and rate of recurrence. Currently, routine 18‐ fluorodeoxyglucose positron emission tomography/computed tomography (FDG PET‐CT) is not recommend for routine monitoring for post RC treatment. We examined the utility of FDG PET‐CT for the prognostication of patients with RC and what FDG PET‐CT metrics are of value. Methods PubMed, Embase, MEDLINE, and Cochrane (Central) were comprehensively searched till 19 May 2024. A modified Newcastle Ottawa scale was used to assess for study bias. We presented our systematic review alongside pooled hazard ratios (HR) for maximum standardised uptake values (SUV) as a predictor of disease‐free survival (DFS) and overall survival (OS). Results Eleven papers including 771 patients were included in our systematic review. Considering the current evidence, there is potential to consider percentage change in SUVmax, TLG, MTV, and lymph node highest peak SUV as possible predictors of outcome for localised non metastatic rectal carcinoma. Conclusions Pooled meta‐analysis of three homogenous parameters examines the relationship of SUVMax and survival, and did not demonstrate correlation with survival outcomes. The overall pooled hazard ratio for pretreatment SUVMax to DFS was 0.69, CI (0.29–1.63). The overall pooled HR for post treatment SUVMax to DFS was 0.88, CI (0.43–1.81), and posttreatment SUVMax to OS was 1.73, CI (0.34–8.66). Post treatment FDG PET‐CT may have a role to play in the prognostic evaluation of RC patients; however, further data is required.
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 | 0,010 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,029 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».