The safety and clinical impact of ultra-low-dose FDG-PET imaging in pregnancy-associated breast cancer: the experience of a major tertiary oncology referral centre in the UK and suggested imaging protocol
Notice bibliographique
Résumé
BACKGROUND: Pregnancy-associated breast cancer (PABC) is a complex condition affecting 1 in 3000 pregnancies worldwide. While clinical management has improved, the optimal staging approach for PABC remains uncertain. 18 F-fluorodeoxyglucose PET (FDG-PET) imaging is a standard diagnostic tool for many cancers. However, its use in PABC staging is controversial due to potential radiation risks to the foetus. METHODS: This retrospective case series analysed clinical data from six patients with high-risk PABC who underwent FDG-PET imaging for staging between 2022 and 2023. FDG-PET was based on locally implemented ultra-low-dose imaging protocols. The radiation doses to the foetus were dosimetrically estimated based on dose-per-unit activity values and correlated with postpartum neonatal outcomes. RESULTS: The median foetal radiation dose was 0.975 mGy (range 0.6-1.5 mGy) and was below the threshold for deterministic toxicities. PET imaging upstaged nodal involvement in 33% of patients and influenced treatment decisions. FDG-PET imaging provided valuable staging information in all cases. No adverse foetal effects were observed. CONCLUSION: Ultra-low-dose FDG-PET imaging is a valuable tool providing accurate staging information to guide treatment decisions. The low radiation dose associated with this technique makes it a clinically acceptable modality for cancer staging in pregnant women. A larger case series is needed to precisely quantify foetal radiation doses and assess long-term safety.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».