18F-FDG PET/CT Semiquantitative and Radiomic Features for Assessing Pathologic Axillary Lymph Node Status in Clinical Stage I–III Breast Cancer Patients: A Systematic Review
Notice bibliographique
Résumé
Purpose: To investigate associations between 18F-FDG-PET/CT semiquantitative and radiomic features with pathologic axillary lymph node (ALN) status in stages I–III breast cancer patients. Methods: A search was conducted across MEDLINE, EMBASE, and CENTRAL databases. Quality assessment was performed with QUADAS-2 and the radiomics quality score (RQS). Descriptive statistical analysis was performed. Results: Most studies were retrospective cohort studies (27/28) and reported only on semiquantitative features (26/28). Most studies were at high risk of bias in patient selection (22/28) and feature extraction (26/28). Semiquantitative features included maximum standardized uptake value (SUVmax), metabolic tumour volume (MTV), and total lesion glycolysis (TLG). Although associations between tumour semiquantitative features and ALN status were reported, the mean/median reported values of tumour SUVmax (3.2–8.6 vs. 2.4–9.4), MTV (2.7–19.2 vs. 1.9–10.5), and TLG (10.6–59.3 vs. 5.6–29.6) in ALN+ vs. ALN− patients were inconsistent between studies. Fourteen studies reported a significantly higher ALN SUVmax in ALN+ patients. Two studies developed models using tumour radiomic features with high accuracy for predicting ALN metastases (81.2% and 80%) but scored low on the RQS. Conclusions: Feature-based analysis of PET/CT demonstrates potential for predicting pathologic ALN status in breast cancer patients. However, establishing a clinically meaningful relationship requires higher quality evidence.
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 | 0,009 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,006 |
| Bibliométrie | 0,010 | 0,012 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 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) | 0,002 | 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 ».