Development of a predictive model of therapeutic response and toxicity in cervical cancer : from imaging to the clinical practice
Bibliographic record
Abstract
Prédire l’efficacité et la toxicité de la chimioradiothérapie suivie d’une curiethérapie à partir du bilan d’imagerie initial dans le cancer du col de l'utérus, en s’appuyant notamment sur la radiomique avant d’étudier la planification thérapeutique. 190 patientes du centre de Brest, du centre René Gauducheau et du centre de McGill ont été incluses. Le bilan d’imagerie comprenait une 18F-FDG TEP/TDM et une IRM. Pour l’efficacité, les paramètres de radiomique ont été extraits des volumes des tumeurs primitives. Pour la toxicité, ces mêmes paramètres ont été extraits des cartes de doses de la radiothérapie externe. La valeur prédictive et pronostique des paramètres cliniques,dosimétriques et de radiomique a été déterminée en séparant la cohorte de patientes en données d’apprentissage et de validation. Concernant la planification, nous avons évalué la corrélation entre la zone la plus hypermétabolique («hotspot ») sur la TEP initiale et la zone de récidive sur la TEP post-traitement en cas de rechute locale, puis nous avons étudié la couverture de cette zone au moment de la curiethérapie. Deux paramètres de texture ont constitué notre signature radiomique pour prédire l’efficacité du traitement avec une précision très élevée (>90%). Concernant la toxicité, l’ajout de paramètres radiomiques aux modèles a permis d’améliorer leur performance prédictive (>75%). Enfin, nous avons mis en évidence une corrélation élevée entrele hotspot initial et la zone de récidive locale sur les images TEP, ainsi qu’une moins bonne couverture dosimétrique de ce hotspot chez les patientes avec une récidive à distance. Dans le cancer du col de l'utérus, la radiomique appliquée aux images 18F-FDG TEP/TDM et IRM fournit des facteurs prédictifs indépendants de l’efficacité du traitement et lorsqu’appliquée aux cartes de dose, permet de mieux prédire la toxicité que les modèles de l’état de l’art. Enfin, l’utilisation de la TEP initiale pourrait être intéressante dans la planification de la radiothérapie, notamment en s’assurant de la bonne couverture du hotspot initial.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.023 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".