Comparison of primary tumor maximal standardized uptake value (SUV<sub>max</sub>) on preoperative [18F]fluorodeoxyglucose positron emission tomography/computed tomography (PET/CT) and histological subtype in patients with non-small cell lung cancer (NSCLC)
Notice bibliographique
Résumé
7571 Background: The routine preoperative use of PET/CT in patients with potentially resectable NSCLC is rapidly expanding. The SUVmax is a semiquantitative measure of metabolic activity that can distinguish benign from malignant tissue but published data are conflicting regarding its ability to discriminate between major histological subtypes. Methods: Pathology and PET/CT reports of 39 NSCLC patients who underwent a preoperative scan and curative resection at the McGill University Health Centre were reviewed. Only patients with Adenocarcinoma (AC), Squamous Cell carcinoma (SC), or Large Cell carcinoma (LC), and definitive pathological staging, were included. The SUVmax values for each histological subtype, along with primary tumor sizes, were compared using F test and t-test analyses. Results: The 15 patients with SC and 5 with LC histology were found to have significantly greater preoperative SUVmax values than the 19 patients with AC (mean 12.7 and 17.2 vs. 9.4, respectively, P < 0.05), despite the fact that no significant differences in tumor size were observed between histological subtypes. Patients with LC histology displayed higher SUVmax values than patients with SC histology, but this was not found to be significant (P = 0.057).Conclusions: These data suggest that SC pulmonary tumors have significantly greater uptake on PET/CT than AC tumors. This finding may be helpful in the future when sufficient tissue cannot be obtained for pathological diagnosis or to identify the predominant pathology of mixed tumors. Larger studies are required to confirm our results. [Table: see text] No significant financial relationships to disclose.
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 | 0,001 | 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 ».