Dual PET Imaging with [68Ga]Ga-DOTA-TOC and [18F]FDG to Localize Neuroendocrine Tumors of Unknown Origin
Notice bibliographique
Résumé
Neuroendocrine tumors of unknown primary (CUP-NET) present a diagnostic challenge when conventional imaging fails to localize the primary tumor. This study aimed to evaluate the diagnostic value of concurrent [68Ga]Ga-DOTA-TOC and [18F]FDG PET/CT imaging in localizing primary tumors in patients with histologically confirmed CUP-NET. Thirty-four patients underwent both imaging modalities as part of a prospective imaging protocol after negative conventional imaging or [111In]In-octreotide scintigraphy. Primary tumor detection rates were assessed, and imaging characteristics compared between the two modalities. The overall localization rate was 58.9% (20/34). Of these, 90% (18/20) of primary tumors were identified solely by [68Ga]Ga-DOTA-TOC PET/CT, with the remaining two visualized by both modalities. [18F]FDG PET/CT did not independently localize any primary tumors. Identified primaries were limited to grade 1 (60%) or grade 2 (40%) tumors, predominantly in the small intestine (95%). Among localized cases, 45% (9/20) underwent surgical resection and 15% (3/20) became eligible for peptide receptor radionuclide therapy. [68Ga]Ga-DOTA-TOC PET/CT demonstrated superior detection of metastatic lesions compared to [18F]FDG PET/CT (97.1% vs. 70.6%, p = 0.006). No significant survival differences were observed between patients with localized versus non-localized primaries. These findings support the value of [68Ga]Ga-DOTA-TOC PET/CT for identifying primary tumors in CUP-NET. Further research is warranted to explore the role of [18F]FDG PET/CT in high-grade NETs.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».