Computed tomography-based radiomics decodes prognostic and molecular differences in interstitial lung disease related to systemic sclerosis.
Notice bibliographique
Résumé
BACKGROUND Radiomic features calculated from routine medical images show great potential for personalized medicine in cancer. Patients with systemic sclerosis (SSc), a rare, multi-organ autoimmune disorder, have a similarly poor prognosis due to interstitial lung disease (ILD). OBJECTIVES To explore computed tomography (CT)-based high-dimensional image analysis (radiomics) for disease characterisation, risk stratification, and relaying information on lung pathophysiology in SSc-ILD. METHODS We investigated two independent, prospectively followed SSc-ILD cohorts (Zurich, derivation cohort, n=90; Oslo, validation cohort, n=66). For every subject, we defined 1'355 robust radiomic features from standard-of-care CT images. We performed unsupervised clustering to identify and characterize imaging-based patient clusters. A clinically applicable prognostic quantitative radiomic risk score (qRISSc) for progression-free survival was derived from radiomic profiles using supervised analysis. The biological basis of qRISSc was assessed in a cross-species approach by correlation with lung proteomics, histological and gene expression data derived from mice with bleomycin-induced lung fibrosis. RESULTS Radiomic profiling identified two clinically and prognostically distinct SSc-ILD patient clusters. To evaluate the clinical applicability, we derived and externally validated a binary, quantitative radiomic risk score composed of 26 features, qRISSc, that accurately predicted progression-free survival and significantly improved upon clinical risk stratification parameters in multivariable Cox regression analyses in the pooled cohorts. A high qRISSc score, which identifies patients at risk for progression, was reverse translatable from human to experimental ILD and correlated with fibrotic pathway activation. CONCLUSIONS Radiomics-based risk stratification using routine CT images provides complementary phenotypic, clinical and prognostic information significantly impacting clinical decision-making in SSc-ILD.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 tête enseignante, 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 ».