Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Total Synthesis of Piperine and Derivatives: Antimicrobial and Cytotoxic Activities.

ACS omega·2026
Same author

Consolidative Thoracic Radiotherapy With Atezolizumab Maintenance in Extensive-Stage Small Cell Lung Cancer: The Phase 2 TREASURE Randomized Clinical Trial (AIO-TRK-0320).

JAMA oncology·2026
Same author

Supporting Radiology Resident Education and Clinical Decision-Making With Large Language Models: Comparative Study of Reasoning Models DeepSeek-R1 and ChatGPT-o1.

JMIR AI·2026
Same author

Impact of enhanced recovery after surgery (ERAS) on postoperative morbidity and long-term survival in patients with perihilar cholangiocarcinoma.

Langenbeck's archives of surgery·2026
Same author

Imaging-based clinical decision tree enables risk stratification of extraprostatic extension before radical prostatectomy in prostate cancer patients.

Insights into imaging·2026
Same author

Prenylated Isoflavones Originating from East African Medicinal Plants Selectively Modulate the α-Glucosidase from <i>Saccharomyces cerevisiae</i>.

Journal of natural products·2026

Video Experimental Relacionado

Updated: Jan 7, 2026

Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model
07:15

Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model

Published on: August 16, 2020

7.3K

Validación Independiente de un Clasificador de Aprendizaje Automático para Predecir Metástasis de Ganglios Linfáticos

Agata Wdowiak1,2, Julian M M Rogasch1,3, Georg L Baumgärtner4

  • 1Department of Nuclear Medicine, Charité-Universitätsmedizin Berlin, Corporate Member of Freie Universität Berlin and Humboldt-Universität zu Berlin, 13353 Berlin, Germany.

Current oncology (Toronto, Ont.)
|December 24, 2025
PubMed
Resumen
Este resumen es generado por máquina.

Un clasificador de aprendizaje automático (AA) mejora la precisión de la estadificación de los ganglios linfáticos en pacientes con cáncer de pulmón no microcítico (CPNM). Esta herramienta de AA validada ofrece una mayor especificidad que los criterios estándar de PET/CT para detectar metástasis avanzada de los ganglios linfáticos.

Palabras clave:
PET/CT con FDGRadiogenómica de CPNMTCIAestadificación de ganglios linfáticosaprendizaje automáticocáncer de pulmón no microcítico

Más Videos Relacionados

Gene Regulation and Targeted Therapy in Gastric Cancer Peritoneal Metastasis: Radiological Findings from Dual Energy CT and PET/CT
10:28

Gene Regulation and Targeted Therapy in Gastric Cancer Peritoneal Metastasis: Radiological Findings from Dual Energy CT and PET/CT

Published on: January 22, 2018

11.5K
Comparison of Predictive Performance of Three Lymph Node Staging Systems in Colorectal Signet Ring Cell Carcinoma Based on Machine Learning Model
07:13

Comparison of Predictive Performance of Three Lymph Node Staging Systems in Colorectal Signet Ring Cell Carcinoma Based on Machine Learning Model

Published on: April 18, 2025

470

Videos de Experimentos Relacionados

Last Updated: Jan 7, 2026

Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model
07:15

Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model

Published on: August 16, 2020

7.3K
Gene Regulation and Targeted Therapy in Gastric Cancer Peritoneal Metastasis: Radiological Findings from Dual Energy CT and PET/CT
10:28

Gene Regulation and Targeted Therapy in Gastric Cancer Peritoneal Metastasis: Radiological Findings from Dual Energy CT and PET/CT

Published on: January 22, 2018

11.5K
Comparison of Predictive Performance of Three Lymph Node Staging Systems in Colorectal Signet Ring Cell Carcinoma Based on Machine Learning Model
07:13

Comparison of Predictive Performance of Three Lymph Node Staging Systems in Colorectal Signet Ring Cell Carcinoma Based on Machine Learning Model

Published on: April 18, 2025

470

Área de la Ciencia:

  • Oncología
  • Radiología
  • Imagen Médica

Sus antecedentes:

  • La imagen de PET/CT con [18F]FDG en el cáncer de pulmón no microcítico (CPNM) es propensa a una estadificación de los ganglios linfáticos (GN) con falsos positivos.
  • Trabajos anteriores demostraron que el aprendizaje automático (AA) mejora la precisión diagnóstica en comparación con la evaluación visual.
  • Es necesaria la validación independiente de un clasificador de AA para la estadificación de los GN en el CPNM.

Objetivo del estudio:

  • Validar de forma independiente un clasificador de AA desarrollado previamente para la estadificación de los ganglios linfáticos en el CPNM.
  • Comparar el rendimiento diagnóstico del clasificador de AA con los criterios estándar de PET/CT.
  • Evaluar la especificidad y sensibilidad del clasificador de AA en cohortes de pacientes independientes.

Principales métodos:

  • Se aplicó un clasificador de AA que utiliza datos clínicos y de PET/CT con [18F]FDG de rutina a dos cohortes independientes de CPNM.
  • La cohorte 1 (Charité) incluyó 87 pacientes; la cohorte 2 (TCIA) incluyó 124 pacientes.
  • Se comparó el rendimiento con el criterio estándar (captación de GN mediastínicos > mediastino y/o eje corto > 10 mm), utilizando la histología como estándar de referencia.

Principales resultados:

  • El clasificador de AA demostró una especificidad significativamente mayor en la cohorte TCIA (90 % frente a 70 %, p < 0,001) en comparación con los criterios estándar.
  • La especificidad fue similar entre los criterios de AA y los estándar en la cohorte Charité (65 % frente a 60 %, p = 0,5).
  • La sensibilidad de la metástasis avanzada de los ganglios linfáticos (pN2/3) fue comparable entre los criterios de AA y los estándar en ambas cohortes (Charité: 97 %, TCIA: 27-33 %).

Conclusiones:

  • Se validó con éxito el rendimiento diagnóstico del clasificador de AA, en particular su especificidad superior, en dos cohortes independientes de CPNM.
  • El enfoque de AA muestra una gran promesa para mejorar la precisión de la estadificación de los ganglios linfáticos en el CPNM.
  • El clasificador de AA validado puede mejorar la precisión diagnóstica más allá de la evaluación visual convencional de las exploraciones de PET/CT con [18F]FDG.