Navigation überspringen
Universitätsbibliothek Heidelberg
Status: Bibliographieeintrag

Verfügbarkeit
Standort: ---
Exemplare: ---
heiBIB
 Online-Ressource
Verfasst von:Mühlbauer, Julia [VerfasserIn]   i
 Egen, Luisa [VerfasserIn]   i
 Kowalewski, Karl-Friedrich [VerfasserIn]   i
 Grilli, Maurizio [VerfasserIn]   i
 Walach, Margarete [VerfasserIn]   i
 Westhoff, Niklas Christian [VerfasserIn]   i
 Nuhn, Philipp [VerfasserIn]   i
 Kriegmair, Maximilian [VerfasserIn]   i
Titel:Radiomics in renal cell carcinoma
Titelzusatz:a systematic review and meta-analysis
Verf.angabe:Julia Mühlbauer, Luisa Egen, Karl-Friedrich Kowalewski, Maurizio Grilli, Margarete T. Walach, Niklas Westhoff, Philipp Nuhn, Fabian C. Laqua, Bettina Baessler and Maximilian C. Kriegmair
E-Jahr:2021
Jahr:17 March 2021
Umfang:15 S.
Fussnoten:Gesehen am 18.03.2021
Titel Quelle:Enthalten in: Cancers
Ort Quelle:Basel : MDPI, 2009
Jahr Quelle:2021
Band/Heft Quelle:13(2021,6) Artikel-Nummer 1348, 15 Seiten
ISSN Quelle:2072-6694
Abstract:Radiomics may increase the diagnostic accuracy of medical imaging for localized and metastatic RCC (mRCC). A systematic review and meta-analysis was performed. Doing so, we comprehensively searched literature databases until May 2020. Studies investigating the diagnostic value of radiomics in differentiation of localized renal tumors and assessment of treatment response to ST in mRCC were included and assessed with respect to their quality using the radiomics quality score (RQS). A total of 113 out of 1098 identified studies met the criteria and were included in qualitative synthesis. Median RQS of all studies was 13.9% (5.0 points, IQR 0.25-7.0 points), and RQS increased over time. Thirty studies were included into the quantitative synthesis: For distinguishing angiomyolipoma, oncocytoma or unspecified benign tumors from RCC, the random effects model showed a log odds ratio (OR) of 2.89 (95%-CI 2.40-3.39, p < 0.001), 3.08 (95%-CI 2.09-4.06, p < 0.001) and 3.57 (95%-CI 2.69-4.45, p < 0.001), respectively. For the general discrimination of benign tumors from RCC log OR was 3.17 (95%-CI 2.73-3.62, p < 0.001). Inhomogeneity of the available studies assessing treatment response in mRCC prevented any meaningful meta-analysis. The application of radiomics seems promising for discrimination of renal tumor dignity. Shared data and open science may assist in improving reproducibility of future studies.
DOI:doi:10.3390/cancers13061348
URL:Bitte beachten Sie: Dies ist ein Bibliographieeintrag. Ein Volltextzugriff für Mitglieder der Universität besteht hier nur, falls für die entsprechende Zeitschrift/den entsprechenden Sammelband ein Abonnement besteht oder es sich um einen OpenAccess-Titel handelt.

Volltext: https://doi.org/10.3390/cancers13061348
 Volltext: https://www.mdpi.com/2072-6694/13/6/1348
 DOI: https://doi.org/10.3390/cancers13061348
Datenträger:Online-Ressource
Sprache:eng
Sach-SW:computed tomography
 machine learning
 magnetic resonance imaging
 radiomics
 renal cell carcinoma
K10plus-PPN:1751720594
Verknüpfungen:→ Zeitschrift

Permanenter Link auf diesen Titel (bookmarkfähig):  https://katalog.ub.uni-heidelberg.de/titel/68714011   QR-Code
zum Seitenanfang