Tester le modèle B sur le jeu de données A

3.5 Tester le modèle B sur le jeu de données A

Le modèle du 10^ème centile de l’ADC associé au Time-to-Peak développé sur le jeu de données B a été testé sur le jeu de données A. Ce modèle produit un AUC de 0.89 (IC: 0.82 ; 0.94). Pour un seuil produisant une sensibilité de 0.95 dans le jeu de données B, la sensibilité

Développement et évaluation des paramètres quantitatifs de l’IRM de la prostate BB

dans le jeu de données A est de 0.79 (IC: 0.54; 0.96) et la spécificité est de 0.84 (IC: 0.73;

0.93) (figure 31).

Modèle AUC (IC) Spécificité (CI) Valeur-p 10^thpercentile_ADC+T2w_Normalized 0.79 (0.68; 0.90) 0.51 (0.36; 0.69) 0.45

10^th percentile_ADC + T2w_Skewness 0.79 (0.68; 0.90) 0,51 (0.33; 0.67) 0.95 10^th percentile_ADC + T2W Kurtosis 0.79 (0.68; 0.90) 0.51 (0.33; 0.69) 0.70 10^th percentile_ADC + ADC_Skewness 0.78 (0.67; 0.90) 0.51 (0.36; 0.67) 0.45 10^th percentile_ADC + ADC_Kurtosis 0.79 (0.68; 0.90) 0.51 (0.36; 0.69) 0.60 10^th percentile_ADC + Wash-in 0.79 (0.68; 0.90) 0.49 (0.33; 0.69) 0.96 10^th percentile_ADC + Wash-out 0.80 (0.70; 0.91) 0.56 (0.33; 0.79) 0.31 10^th percentile_ADC + Time-to-peak 0.86 (0.77; 0.96) 0.51 (0.18; 0.82) 0.005

Tableau 20: Performance de combinaison des paramètres quantitatifs pour le diagnostic des cancers de GS ≥7 dans le jeu de données B en utilisant le 10^ème centile de l’ADC comme première variable. La spécificité a été calculée pour une sensibilité de 0.95. La valeur -p indique si la variable ajoutée produit significativement les informations indépendantes.

Modèle AUC (IC) Spécificité (CI) Valeur-p 10^th percentile_ADC + Time-to-peak +

T2w_Normalized 0.86 (0.76; 0.95) 0.51 (0.18; 0.82) 0.79 10^th percentile_ADC + Time-to-peak +

T2w_Skewness 0.86 (0.76; 0.95) 0,54 (0.18; 0.79) 0.47 10^th percentile_ADC + Time-to-peak +

T2W_Kurtosis 0.86 (0.76; 0.95) 0.46 (0.18; 0.82) 0.80 10^th percentile_ADC + Time-to-peak +

ADC_Skewness 0.85 (0.76; 0.95) 0.54 (0.23; 0.82) 0.55 10^th percentile_ADC + Time-to-peak +

ADC_Kurtosis 0.86 (0.76; 0.95) 0.54 (0.21; 0.82) 0.94 10^th percentile_ADC + Time-to-peak +

Wash-in 0.87 (0.77; 0.96) 0.49 (0.26; 0.82) 0.09

Tableau 21: Performance de combinaison des paramètres quantitatifs pour le diagnostic des cancers de GS≥7 dans le jeu de données B en utilisant le 10^ème centile de l’ADC comme première variable.

La spécificité a été calculée pour une sensibilité de 0.95. La valeur-p indique si la variable ajoutée produit significativement des informations indépendantes.

Au HOANG DINH BC

Modèle AUC (CI) Spécificité (CI) Valeur-p Mean_ADC + T2w_Skewness 0.80 (0.69; 0.91) 0,54 (0.23; 0.72) 0.65

Mean_ADC + T2W_Kurtosis 0.80 (0.69; 0.91) 0.54 (0.26; 0.72) 0.57 Mean_ADC + ADC_Skewness 0.80 (0.69; 0.91) 0.54 (0.26; 0.72) 0.59 Mean_ADC + ADC_Kurtosis 0.80 (0.69; 0.91) 0.51 (0.23; 0.69) 0.48 Mean_ADC + Wash-in 0.80 (0.69; 0.91) 0.51 (0.23; 0.72) 0.96 Mean_ADC + Wash-out 0.82 (0.71; 0.92) 0.54 (0.18; 0.77) 0.52 Mean_ADC + Time-to-peak 0.84 (0.74; 0.95) 0.54 (0.26; 0.85) 0.02

Tableau 22: Performance de combinaison des paramètres quantitatifs pour le diagnostic des cancers de GS ≥7 dans le jeu de données B, en utilisant la valeur moyenne de l’ADC comme première variable.

La spécificité a été calculée pour une sensibilité de 0.95. La valeur-p indique si la variable ajoutée produit significativement des informations indépendantes.

Modèle AUC (CI) Spécificité (CI) P value

Mean_ADC +Time-to-peak +T2w_Skewness 0.85 (0.75; 0.95) 0.44 (0.15; 0.85) 0.33 Mean_ADC +Time-to-peak +T2W_Kurtosis 0.84 (0.74; 0.95) 0.44 (0.10; 0.85) 0.90 Mean_ADC+Time-to-peak + ADC_Skewness 0.84 (0.74; 0.94) 0.49 (0.10; 0.82) 0.74 Mean_ADC+Time-to-peak + ADC_Kurtosis 0.84 (0.74; 0.95) 0.44 (0.10; 0.85) 0.83 Mean_ADC+Time-to-peak + Wash-in 0.86 (0.76; 0.96) 0.51 (0.18; 0.87) 0.11

Tableau 23: Performance de combinaison des paramètres quantitatifs pour le diagnostic des cancers de GS ≥7 dans le jeu de données B, en utilisant la moyenne de l’ADC comme première variable.

La spécificité a été calculée pour une sensibilité de 0.95. La valeur-p indique si la variable ajoutée produit significativement les informations indépendantes.

Développement et évaluation des paramètres quantitatifs de l’IRM de la prostate BD

Figure 30: ROC produit lorsque le modèle développé dans le jeu de données A s’est entraîné sur le jeu de données A (à gauche): AUC de 0.9, Spécificité de 0.7 pour une sensibilité de 0.95 et B (à droite): AUC de 0.84, Spécificité de 0.43, sensibilité de 1.

Figure 31: ROC produit lorsque le modèle développé dans le jeu de données B s’est entraîné sur le jeu de données A (à gauche): AUC de 0.89, Spécificité de 0.84, sensibilité de 0.79 et B (à droite): AUC de 0.86, Spécificité de 0.51 pour une sensibilité de 0.95.

Specificity Sensitivity 0.00.20.40.60.81.0

1.0 0.8 0.6 0.4 0.2 0.0

Au HOANG DINH C;

Cas Clinique 1: Images obtenues sur le patient de 67 ans, réalisées sur le scanner A (jeu de données A). Les images de T2w (en haut, à gauche), carte d’ADC (en haut, à droite), carte de T2 (en bas, à gauche), et de contraste en dynamique (en bas, à droite) montrent une lésion suspecte de la zone périphérique droite (flèche) qui correspond à un cancer de GS 9 sur les grandes lames de prostatectomie radicale. Les valeurs de 10^ème centile de l’ADC et de TTP étaient de 0.578 x 10^-3 mm²/s et de 72 secondes, respectivement. Le modèle développé dans le jeu de données A évoque un score de 0.76 pour cette lésion. Le seuil pour une sensibilité de 0.95 était de 0.29. Le résultat du modèle a interprété comme positif. Le modèle développé dans le jeu de données B évoque un score de 0.72 pour cette lésion. Le seuil pour une sensibilité de 0.95 était de 0.16. Le résultat du modèle est interprété comme positif également.

Développement et évaluation des paramètres quantitatifs de l’IRM de la prostate C<

Cas Clinique 2: Images obtenues sur le patient de 67 ans, réalisées sur le scanner A (jeu de données A). Les images de T2w (en haut, à gauche), carte d’ADC (en haut, à droite), carte de T2 (en bas, à gauche), et de contraste en dynamique (en bas, à droite), montrent une lésion suspecte de la zone périphérique droite (flèche). L’analyse du spécimen en prostatectomie ne montre pas de cancer dans cette partie de la glande. La lésion donc a été considérée comme un faux positif (lésion bénigne). Les valeurs de 10^ème centile de l’ADC et de TTP étaient de 1.03 x 10^-3 mm²/s et de 396 secondes, respectivement. Le modèle développé dans le jeu de données A évoque un score de 0.49 pour cette lésion. Le seuil pour une sensibilité de 0.95 était de 0.29. Le résultat du modèle a interprété comme négatif. Le modèle développé dans le jeu de données B évoque un score de 0.41 pour cette lésion. Le seuil pour une sensibilité de 0.95 était de 0.16. Le résultat du modèle est interprété comme négatif également.

Au HOANG DINH C=

Cas Clinique 3: Images obtenues sur le patient de 64 ans, réalisées sur le scanner B (jeu de données B). Les images de T2w (en haut, à gauche), de carte d’ADC (en haut, à droite), de carte de T2 (en bas, à gauche), et de contraste en dynamique (en bas, à droite) montrent une lésion suspecte de la zone périphérique droite (flèche) qui correspond à un cancer de GS 8 dans les grandes lames de prostatectomie. Les valeurs de 10^ème centile de l’ADC et de TTP étaient de 0.510 x 10^-3 mm²/s et de 240 secondes, respectivement. Le modèle développé dans le jeu de données A évoque un score de 0.75 pour cette lésion. Le seuil pour une sensibilité de 0.95 était de 0.29. Le résultat du modèle est interprété comme positif. Le modèle développé dans le jeu de données B évoque un score de 0.67 pour cette lésion. Le seuil pour une sensibilité de 0.95 était de 0.16. Le résultat du modèle est interprété comme positif également.

Développement et évaluation des paramètres quantitatifs de l’IRM de la prostate C>

4. Discussion