Clinical Utility of Amino Acid PET-MRI in Children with CNS Neoplasms: A Territory-Wide Study from Hong Kong
Notice bibliographique
Résumé
Background: Amino acid tracer positron emission tomography–magnetic resonance imaging (PET-MRI) was shown to be superior to MRI alone for evaluating central nervous system (CNS) tumours in adults. This study aimed to investigate the utility of amino acid PET-MRI in children with CNS tumours. Methods: We reviewed the amino acid PET-MRI findings of children with suspected or confirmed CNS neoplasms managed in a territory-wide referral centre in Hong Kong from 2022 to 2025. Maximal standardized uptake values (SUVmax) were captured, and tumour-to-background SUVmax ratios (TBRmax) were measured with reference to adjacent or contralateral normal brain structures. Comparisons were made among patients with clinical high-grade and low-grade/non-neoplastic lesions. Results: Thirty-seven patients were included, with 63 PET-MRIs performed. PET-MRI was performed as part of initial diagnostics in 41% of the cases, for response assessment in 48%, and evaluation of residual/relapsed disease in 11%. High-grade lesions had a significantly higher SUVmax and TBRmax compared to low-grade/non-malignant lesions (median SUVmax 3.7 vs. 1.6, p = 0.00006; median TBRmax 2.06 vs. 0.91, p = 0.00002). Optimal SUVmax and TBRmax cut-offs by ROC analysis were 2.38 and 1.62, respectively. Similar performance was reproduced by focusing on the subset of patients with suspected CNS germ cell tumours (CNS-GCT). The impact of amino acid PET availability is considerable, as clinical management was modified in 65% of patients. Conclusions: Our study demonstrates the performance and clinical utility of amino acid PET-MRI in the management of children with CNS pathologies. Amino acid PET-MRI contributes to the diagnosis, monitoring, and treatment guidance of these patients, providing crucial information for decision-making.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».