MétaCan
Menu
Retour à la cohorte
Enregistrement W6958083466 · doi:10.60692/j9re2-eyd46

Radiomic Analysis of Tumour Heterogeneity Using MRI in Head and Neck Cancer Following Chemoradiotherapy: A Feasibility Study

2022· article· en· W6958083466 sur OpenAlexaff

Notice bibliographique

RevueGreater South Information System · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiomics and Machine Learning in Medical Imaging
Établissements canadiensSt. Thomas Hospital
Organismes subventionnairesnon disponible
Mots-clésWilcoxon signed-rank testHead and neck cancerLymph nodeKurtosisEffective diffusion coefficientConfidence intervalTumour heterogeneityStage (stratigraphy)Multiparametric MRI

Résumé

récupéré en direct d'OpenAlex

To evaluate interval changes in heterogeneity on diffusion-weighted apparent diffusion coefficient (ADC) maps and T1-weighted post-gadolinium (T1w post gad) MRI in head and neck carcinoma (HNSCC), with and without chemo-radiotherapy (CRT) response.This prospective observational cohort study included 24 participants (20 men, age 62.9 ± 8.8 years) with stage III and IV HNSCC. The primary tumour (n = 23) and largest lymph node (n = 22) dimensions, histogram parameters and grey-level co-occurrence matrix (GLCM) parameters were measured on ADC maps and T1w post gad sequences, performed pretreatment and 6 and 12 weeks post CRT. The 2-year treatment response at primary and nodal sites was recorded. The Wilcoxon signed-rank test was used to compare interval changes in parameters after stratifying for treatment response and failure (p < 0.001 statistical significance).23/23 primary tumours and 18/22 nodes responded to CRT at 2 years. Responding HNSCC demonstrated a significant interval change in ADC histogram parameters (kurtosis, coefficient of variation, entropy, energy for primary tumour; kurtosis for nodes) and T1w post gad GLCM (entropy and contrast in the primary tumour and nodes) by 6 weeks post CRT (p < 0.001). Lymph nodes with treatment failure did not demonstrate an interval alteration in heterogeneity parameters.ADC maps and T1w post gad MRI demonstrate the evolution of heterogeneity parameters in successfully treated HNSCC by 6 weeks post CRT; however, this is not observed in lymph nodes failing treatment.Early reduction in heterogeneity is demonstrated on MRI when HNSCC responds to CRT.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,317
Écart entre enseignants0,276 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information SystemMême sujetRadiomics and Machine Learning in Medical ImagingTravaux en français237 207