Newest papers

How Robust Are Prognostic Radiomic Features? Comparing Selection Techniques on Pooled Glioblastoma Cohorts

Yannick Sodonougbo, Marlene Schnieders, Alexia Rizoudis, Santiago Cepeda, Frank Krämer, Dominik Müller · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.26095 · cited by 0 works (OpenAlex) · open-access PDF

Vietnamese

Nghiên cứu sinh tồn radiomic trong glioblastoma báo cáo các tính năng tiên lượng khác nhau, nhưng phần lớn điều này xuất phát từ phương pháp tự hiếm khi được kiểm tra. Chúng tôi đã phân tích sự kết hợp của 463 tính năng phóng xạ, giải phẫu và lâm sàng từ MRI trước khi điều trị với tổng số sinh tồn ở 705 bệnh nhân glioblastoma loại hoang dã IDH từ ba nhóm công cộng, sử dụng ba kỹ thuật: một thử nghiệm log-rank sau khi phân chia khối u trung bình, hồi quy Cox duy nhất (cả hai Benjamini-Hochberg điều chỉnh) và một XGBoost hồi quy được giải thích với SHAP. Các thử nghiệm log-rank chọn 99 tính năng, Cox hồi quy 72 và SHAP top 20 của nó; năm đã được chọn bởi tất cả ba: tuổi tác, một tính năng văn hóa T2

Machine translation (Meta M2M100); the English original follows.

Abstract

Radiomic survival studies in glioblastoma report heterogeneous prognostic features, but how much of this stems from the methodology itself is rarely examined. We analysed the association of 463 radiomic, anatomical and clinical features from pre-treatment MRI with overall survival in 705 IDH-wildtype glioblastoma patients from three public cohorts, using three techniques: a log-rank test after median split, univariate Cox regression (both Benjamini-Hochberg corrected) and an XGBoost regressor interpreted with SHAP. The log-rank test selected 99 features, Cox regression 72 and SHAP its top 20; five were selected by all three: age, a peritumoural T2 texture feature, the number of connected peritumoural mask components and two image-level intensity maxima. The two survival tests shared 51 features, about half of the SHAP top 20 were also selected by either test, and where selections overlapped, effect directions agreed. Many selections were PyRadiomics diagnostic descriptors that are not restricted to tumour voxels. Analytical pipeline choices, including ranking method, pre-filtering and descriptor handling, can substantially influence which features appear prognostic.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Glioblastoma, Univariate, Radiomics, Proportional hazards model, Medicine, Ranking (information retrieval)

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange