Metabolic activity measured on PET/CT correlates with clinical outcomes in patients with limb and girdle sarcomas
Notice bibliographique
Résumé
OBJECTIVE: To explore the relationship between metabolic activity and outcome in patients with extremity sarcomas. METHODS: Between June 2004 and December 2011, 120 patients with newly diagnosed limb and girdle sarcomas underwent FDG-PET/CT for disease staging prior to curative intent treatment. The maximum standardized uptake value (SUV(max)) was measured for each primary tumor and correlated with outcome. Progression-free survival and overall survival (OS) were analyzed using the Kaplan-Meier method. RESULTS: Soft-tissue sarcomas were more frequent (68%) than bone (27%) or cartilage (5%) tumors. Median follow-up was 33.2 months. 51% of patients progressed during the follow-up interval and 38% died. SUV(max) was dichotomized with a cut-point of 10.3. Patients with SUV(max) < 10.3 had better DFS and OS compared with patients with SUV(max) ≥ 10.3 (P < 0.001 and P < 0.001, respectively [log-rank test]). Multivariate analysis confirmed that even after adjusting for age, sex, site, tumor type (bone vs. soft-tissue), grade, and stage; an SUV(max) ≥ 10.3 correlated with a twofold risk of progression and 2.4 times greater risk of death (hazard ratio [HR] 2.0, 95% CI, 1.1-3.7, and HR, 2.4, 95% CI, 1.1-4.9). CONCLUSION: SUV(max) is an independent adverse prognostic factor for both progression and OS in patients with extremity sarcomas.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 ».