Aller au contenu principal
2023 conference-paper

Predicting pathological status of prostate cancer patients – Examining the value and leading features in MRI Radiomics

0Citations signalées, ce qui n’est pas une note de qualité
0Institutions déclarées
0Pays d’affiliation déclarés

Le résumé fourni par la source

The risk of patients being under- or overtreated during radiotherapy depends heavily on the pre-treatment assessment. Prediction models for surgical margin status, pathological lymph nodes, pathological tumor stage and ISUP grade group were formed using clinical and radiological features alone and together with whole-prostate radiomic features in 100 patients who proceeded to prostatectomy after multiparametric-MRI. The addition of radiomics features significantly improved AUC for the prediction models. The leading radiomic features differed between the different models.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Predicting pathological status of prostate cancer patients – Examining the value and leading features in MRI Radiomics
Date Crossref
03/08/2023
Éditeur
ISMRM
Type
proceedings-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Les sujets associés

Radiomics and Machine Learning in Medical ImagingProstate Cancer Diagnosis and TreatmentProstate Cancer Treatment and Research

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.