GetClariMedGetClariMed
Recherchen nahtlos fortsetzen
30 Sek mit Email - kein Passwort, kein Formular. Ihr Verlauf bleibt auf jedem Gerät.

Verlauf

Keine Anfragen

Frontiers in Oncology2025ChirurgieOnkologieRadiologie

Mammakarzinom: pCR-Prognose via Deep Learning (DCE-MRT)

KI-generierte Zusammenfassung, nicht ärztlich geprüft|Quelle: Frontiers in Oncology (2025)|Keine Diagnose- oder Therapieempfehlung
GetClariMed durchsucht 2.500+ weitere Leitlinien
Häufige Fragen dazu

💡Praxis-Tipp

Achten Sie bei der Auswertung von DCE-MRIs vor neoadjuvanter Therapie nicht nur auf den Primärtumor, sondern auch auf peritumorale Gefäße (≥ 3 mm) und Lymphknoten. Diese Strukturen liefern als 'funktionelle Kanäle' wichtige Hinweise auf das Mikromilieu und das zu erwartende Therapieansprechen.

Häufig gestellte Fragen

Ein positiver HER2-Status und das Fehlen einer Brustwandinvasion sind unabhängige Prädiktoren für das Erreichen einer pathologischen Komplettremission (pCR).

Das Clinical Combined Deep Learning Radiomic (CCDLR) Modell ist ein Vorhersagemodell, das klinische Merkmale (HER2-Status, Brustwandinvasion) mit 3D-Deep-Learning-Radiomics-Daten aus dem DCE-MRI verknüpft.

Als peritumorale Gefäße wurden abnorm verdickte Gefäße mit einem Durchmesser von ≥ 3 mm in der Umgebung des Tumors definiert.

War diese Zusammenfassung hilfreich?

Quelle: Deep learning model based on DCE-MRI: fusion of 3D features of tumor, peritumoral vessels and metastatic lymph nodes for prediction of pathological (Frontiers in Oncology, 2025). Originaldokument ansehen

KI-generierte Zusammenfassung, nicht ärztlich geprüft. Keine Diagnose- oder Therapieempfehlung. Die klinische Entscheidung trifft der behandelnde Arzt.

Verwandte Leitlinien

Über Google hier gelandet?

GetClariMed durchsucht alle medizinischen Leitlinien

AWMF, NVL, WHO, KDIGO - Quellenzitiert, kostenlos. Speichern Sie Ihren Verlauf auf allen Geräten mit einem kostenlosen Konto.

Kostenloses Konto erstellen
Keine Kreditkarte.