Validation of SUV thresholds in [¹⁸F]SiTATE PET/CT for accurate meningioma segmentation
Notice bibliographique
Résumé
Abstract Purpose Somatostatin receptor (SSTR)-targeted PET/CT provides valuable clinical insights beyond standard imaging in meningioma patients. Due to its excellent diagnostic capabilities and favorable logistics, the 18 F-labeled SSTR-targeting peptide SiTATE is increasingly in demand. We aimed to validate a recently proposed standard uptake value (SUV) threshold for accurate meningioma delineation in a clinically diverse patient cohort, including complex anatomical locations and lesions with prior surgical intervention. Methods Consecutive patients with known or suspected meningioma who underwent [ 18 F]SiTATE PET/CT and contrast enhanced cerebral MRI were included. Lesions were semi-automatically segmented on PET images using an individualized minimal SUV (SUV min ) within a manually defined volume of interest. Correlative CT and MRI images were used to refine segmentations for each lesion, identifying the optimal lesion-specific SUV min to accurately capture the true volume of the meningioma. All lesions were additionally segmented using the recently proposed threshold of 4.0, and resulting volumes were compared. Results 61 patients with 109 lesions were analyzed: 40 (37%) extraosseous, 32 (29%) partial trans-osseous, and 37 (34%) predominantly intraosseous. The median optimal SUV min for lesion delineation was 4.2. Osseous involvement did not significantly affect the median SUV min ( p = 0.1). Individualized SUV volumes showed excellent absolute agreement with those obtained using the fixed threshold of 4.0 (ICC[A,1] = 0.967; 95% CI: 0.952–0.977; p < 0.0001). However, 17 lesions (SUV max < 4.2) were not captured by the fixed threshold. Conclusion The proposed SUV threshold of 4.0 showed promising results, supporting its suitability for clinical practice. Although limitations were evident, with 16% of lesions — primarily very small — showing reduced uptake and therefore not captured by this threshold, the study underscores its applicability in clinical practice.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».