Optimization of Gross Tumor Volume Dilation for Improved Radiomic Prediction of HPV Status in Head and Neck Cancer
Notice bibliographique
Résumé
Accuracy of head and neck cancer (HNC) treatment and prognostication using human papillomavirus (HPV) status is of great significance. We examine if dilation of the gross tumor volume (GTV) for peritumoral inclusion improves HPV prediction using computed tomography (CT)-based radiomic features. 1726 subjects from three publicly available datasets were evaluated. The GTVs were dilated systematically from 1 to 34 mm. Radiomic features were extracted from original and dilated structures after resampling and intensity clipping. Feature selection was performed using Boruta, Minimum Redundancy Maximum Relevance (MRMR), and Recursive Feature Elimination (RFE) methods and classification was performed using Support Vector Machine (SVM) and Gradient-Boosted (GB) machine learning models under a 5 -fold nested crossvalidation protocol. AUC, sensitivity and specificity were evaluated. The results showed that the area under the curve (AUC) improved from 0.73 at 0 mm dilation to over 0.82 at 20 mm, after which it plateaued. Balanced accuracy (BAC) showed a similar trend, increasing from approximately 0.68 to 0.74 at 20 mm. Sensitivity and specificity also improved from 0.65 at baseline to 0.75 and 0.80, respectively, at 20 mm, with no further gains observed up to 34 mm. Models using SVM with Boruta or MRMR demonstrated more consistent performance compared to those with RFE, which showed greater variability beyond 20 mm dilation, highlighting the benefit of incorporating peritumoral tissue up to an optimal margin. These findings suggest that optimized GTV dilation enhances non-invasive HPV prediction and may serve as a valuable adjunct to histopathological testing in HNC patients.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».