Étude monocentrique évaluant l’intérêt de la TEP-DOPA et de la TEP-FDG en complément de l’imagerie morphologique dans le bilan d’extension du cancer médullaire de la thyroïde chez 43 patients
Bibliographic record
Abstract
Il n’existe pas de consensus concernant les modalités d’imagerie fonctionnelle pour le bilan lésionnel du carcinome médullaire thyroïdien (CMT), compte tenu de sa rareté et des données limitées de la littérature. Cette étude menée au CHU de Nantes a évalué rétrospectivement les performances des TEP-DOPA et TEP-FDG chez des patients porteurs de CMT avec atteinte morphologique extra-thyroïdienne, en comparaison à l’imagerie morphologique et à un gold-standard composite (histologie, imagerie, suivi). Les données de 43 patients ont été analysées : 10 femmes, 33 hommes, d’âge médian : 62,8 ans (3–83), calcitoninémie médiane : 1014 pg/mL (21–118000), ACE médian : 40,1 ng/mL (2–8172). Au total, 28 patients étaient mutés RET (germinal : 13, somatique : 15). La sensibilité de la TEP-DOPA était de 95 % (38/40), celle de la TEP-FDG 93,1 % (27/29) en regard d’une sensibilité de l’imagerie morphologique de 76,9 % (30/39). La TEP-DOPA semblait détecter plus d’extension hépatique et ostéomédullaire que la TEP-FDG. La SUVmax de la DOPA était significativement plus élevée sur l’acquisition précoce que tardive ( p = 0,0001), ce paramètre était corrélé à la calcitoninémie ( p = 0,0069). La SUVmax du FDG était corrélée au temps de doublement (TD) de la calcitonine ( p = 0,0203). Il n’existait aucune corrélation des SUVmax avec le statut mutationnel. Au moins un site métastatique supplémentaire était détecté pour 10 des 26 patients (38,5 %) explorés par les 2 TEP. Cette étude monocentrique menée sur 43 patients confirme l’intérêt de la TEP-DOPA pour le bilan lésionnel corps entier, et la complémentarité de la TEP-FDG chez certains patients, notamment avec un TD de la calcitonine rapide.
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 | 0.003 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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".