MétaCan
Menu
Retour à la cohorte
Enregistrement W4413138075 · doi:10.1186/s13244-025-02058-7

Prognostic and predictive imaging markers of hepatocellular carcinoma: a pictorial essay

2025· article· en· W4413138075 sur OpenAlexafffund
Claudia Deyirmendjian, Banmeet Padda, Kathryn J. Fowler, Victoria Chernyak, Claude B. Sirlin, Hanyu Jiang, Kim‐Nhien Vu, Joseph R. Dadour, Jessica Murphy-Lavallée, Jean-Sébastien Billiard, Damien Olivié, Bich Nguyen, An Tang

Notice bibliographique

RevueInsights into Imaging · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueHepatocellular Carcinoma Treatment and Prognosis
Établissements canadiensCentre Hospitalier de l’Université de MontréalUniversité de Montréal
Organismes subventionnairesFonds de Recherche du Québec - Santé
Mots-clésHepatocellular carcinomaMedicineNeuroradiologyInterventional radiologyClinical significanceMagnetic resonance imagingRadiologyOncologyPathologyInternal medicineNeurology

Résumé

récupéré en direct d'OpenAlex

Hepatocellular carcinoma (HCC) encompasses a wide array of histopathologic and genetic features that can be broadly categorized as proliferative or non-proliferative HCC to reflect tumor aggressiveness. However, accurately characterizing tumor behavior remains challenging due to the biologic heterogeneity of HCC and limited access to tissue samples. Currently, imaging is used for the diagnosis of HCC using the Liver Imaging Reporting and Data System (LI-RADS) without histologic confirmation in most cases. Emerging data suggest that imaging can provide clinical insight beyond diagnosis and predict patient outcomes by identifying key prognostic features, including those not yet integrated in LI-RADS. Certain CT and MRI features correlate with proliferative and non-proliferative HCC, and may yield prognostic information. Imaging findings such as tumor size, multifocality, and low apparent diffusion coefficient (ADC) have also been associated with microvascular invasion-an independent marker of poor prognosis. Growing data support the role of imaging in predicting treatment responsiveness before therapy initiation, which may influence the selection of a therapeutic agent. The radiologist can offer key clinical information by understanding and describing the prognostic and predictive features in HCC imaging. CRITICAL RELEVANCE STATEMENT: This study provides radiologists with a comprehensive summary of imaging findings associated with HCC prognosis, treatment responsiveness, and microvascular invasion. KEY POINTS: Hepatocellular carcinoma (HCC) is a heterogeneous cancer leading to challenges in diagnosis and management. Tumors can exhibit imaging features associated with proliferative or non-proliferative HCC. Key imaging features can help predict tumor aggressiveness and treatment responsiveness before the therapy is applied. Further research leveraging molecular data and applying machine learning models can improve our understanding of HCC prognostication.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,236
Écart entre enseignants0,222 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInsights into ImagingMême sujetHepatocellular Carcinoma Treatment and PrognosisTravaux en français237 207