DX
Dong Xu
Author with expertise in Advancements in Lung Cancer Research
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
10
(60% Open Access)
Cited by:
3,081
h-index:
33
/
i10-index:
73
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Management of Lung Nodules Detected by Volume CT Scanning

Rob Klaveren et al.Dec 2, 2009
The use of multidetector computed tomography (CT) in lung-cancer screening trials involving subjects with an increased risk of lung cancer has highlighted the problem for the clinician of deciding on the best course of action when noncalcified pulmonary nodules are detected by CT.A total of 7557 participants underwent CT screening in years 1, 2, and 4 of a randomized trial of lung-cancer screening. We used software to evaluate a noncalcified nodule according to its volume or volume-doubling time. Growth was defined as an increase in volume of at least 25% between two scans. The first-round screening test was considered to be negative if the volume of a nodule was less than 50 mm(3), if it was 50 to 500 mm(3) but had not grown by the time of the 3-month follow-up CT, or if, in the case of those that had grown, the volume-doubling time was 400 days or more.In the first and second rounds of screening, 2.6% and 1.8% of the participants, respectively, had a positive test result. In round one, the sensitivity of the screen was 94.6% (95% confidence interval [CI], 86.5 to 98.0) and the negative predictive value 99.9% (95% CI, 99.9 to 100.0). In the 7361 subjects with a negative screening result in round one, 20 lung cancers were detected after 2 years of follow-up.Among subjects at high risk for lung cancer who were screened in three rounds of CT scanning and in whom noncalcified pulmonary nodules were evaluated according to volume and volume-doubling time, the chances of finding lung cancer 1 and 2 years after a negative first-round test were 1 in 1000 and 3 in 1000, respectively. (Current Controlled Trials number, ISRCTN63545820.)
0

Neoadjuvant Chemoradiotherapy Followed by Surgery Versus Surgery Alone for Locally Advanced Squamous Cell Carcinoma of the Esophagus (NEOCRTEC5010): A Phase III Multicenter, Randomized, Open-Label Clinical Trial

Hong Yang et al.Aug 8, 2018
Purpose The efficacy of neoadjuvant chemoradiotherapy (NCRT) plus surgery for locally advanced esophageal squamous cell carcinoma (ESCC) remains controversial. In this trial, we compared the survival and safety of NCRT plus surgery with surgery alone in patients with locally advanced ESCC. Patients and Methods From June 2007 to December 2014, 451 patients with potentially resectable thoracic ESCC, clinically staged as T1-4N1M0/T4N0M0, were randomly allocated to NCRT plus surgery (group CRT; n = 224) and surgery alone (group S; n = 227). In group CRT, patients received vinorelbine 25 mg/m 2 intravenously (IV) on days 1 and 8 and cisplatin 75 mg/m 2 IV day 1, or 25 mg/m 2 IV on days 1 to 4 every 3 weeks for two cycles, with a total concurrent radiation dose of 40.0 Gy administered in 20 fractions of 2.0 Gy on 5 days per week. In both groups, patients underwent McKeown or Ivor Lewis esophagectomy. The primary end point was overall survival. Results The pathologic complete response rate was 43.2% in group CRT. Compared with group S, group CRT had a higher R0 resection rate (98.4% v 91.2%; P = .002), a better median overall survival (100.1 months v 66.5 months; hazard ratio, 0.71; 95% CI, 0.53 to 0.96; P = .025), and a prolonged disease-free survival (100.1 months v 41.7 months; hazard ratio, 0.58; 95% CI, 0.43 to 0.78; P < .001). Leukopenia (48.9%) and neutropenia (45.7%) were the most common grade 3 or 4 adverse events during chemoradiotherapy. Incidences of postoperative complications were similar between groups, with the exception of arrhythmia (group CRT: 13% v group S: 4.0%; P = .001). Peritreatment mortality was 2.2% in group CRT versus 0.4% in group S ( P = .212). Conclusion This trial shows that NCRT plus surgery improves survival over surgery alone among patients with locally advanced ESCC, with acceptable and manageable adverse events.
0

Gefitinib versus vinorelbine plus cisplatin as adjuvant treatment for stage II–IIIA (N1–N2) EGFR-mutant NSCLC (ADJUVANT/CTONG1104): a randomised, open-label, phase 3 study

Wen‐Zhao Zhong et al.Nov 22, 2017
Background Cisplatin-based adjuvant chemotherapy is the standard of care for patients with resected stage II–IIIA non-small-cell lung cancer (NSCLC). RADIANT and SELECT trial data suggest patients with EGFR-mutant stage IB–IIIA resected NSCLC could benefit from adjuvant EGFR tyrosine kinase inhibitor treatment. We aimed to compare the efficacy of adjuvant gefitinib versus vinorelbine plus cisplatin in patients with completely resected EGFR-mutant stage II–IIIA (N1–N2) NSCLC. Methods We did a randomised, open-label, phase 3 trial at 27 centres in China. We enrolled patients aged 18–75 years with completely resected (R0), stage II–IIIA (N1–N2), EGFR-mutant (exon 19 deletion or exon 21 Leu858Arg) NSCLC. Patients were stratified by N stage and EGFR mutation status and randomised (1:1) by Pocock and Simon minimisation with a random element to either gefitinib (250 mg once daily) for 24 months or intravenous vinorelbine (25 mg/m2 on days 1 and 8) plus intravenous cisplatin (75 mg/m2 on day 1) every 3 weeks for four cycles. The primary endpoint was disease-free survival in the intention-to-treat population, which comprised all randomised patients; the safety population included all randomised patients who received at least one dose of study medication. Enrolment to the study is closed but survival follow-up is ongoing. The study is registered with ClinicalTrials.gov, number NCT01405079. Findings Between Sept 19, 2011, and April 24, 2014, 483 patients were screened and 222 patients were randomised, 111 to gefitinib and 111 to vinorelbine plus cisplatin. Median follow-up was 36·5 months (IQR 23·8–44·8). Median disease-free survival was significantly longer with gefitinib (28·7 months [95% CI 24·9–32·5]) than with vinorelbine plus cisplatin (18·0 months [13·6–22·3]; hazard ratio [HR] 0·60, 95% CI 0·42–0·87; p=0·0054). In the safety population, the most commonly reported grade 3 or worse adverse events in the gefitinib group (n=106) were raised alanine aminotransferase and asparate aminotransferase (two [2%] patients with each event vs none with vinorelbine plus cisplatin). In the vinorelbine plus cisplatin group (n=87), the most frequently reported grade 3 or worse adverse events were neutropenia (30 [34%] patients vs none with gefitinib), leucopenia (14 [16%] vs none), and vomiting (eight [9%] vs none). Serious adverse events were reported for seven (7%) patients who received gefitinib and 20 (23%) patients who received vinorelbine plus cisplatin. No interstitial lung disease was noted with gefitinib. No deaths were treatment related. Interpretation Adjuvant gefitinib led to significantly longer disease-free survival compared with that for vinorelbine plus cisplatin in patients with completely resected stage II–IIIA (N1–N2) EGFR-mutant NSCLC. Based on the superior disease-free survival, reduced toxicity, and improved quality of life, adjuvant gefitinib could be a potential treatment option compared with adjuvant chemotherapy in these patients. However, the duration of benefit with gefitinib after 24 months might be limited and overall survival data are not yet mature. Funding Guangdong Provincial Key Laboratory of Lung Cancer Translational Medicine; National Health and Family Planning Commission of People's Republic of China; Guangzhou Science and Technology Bureau; AstraZeneca China.
0
Citation467
0
Save
0

CT Screening for Lung Cancer: Nonsolid Nodules in Baseline and Annual Repeat Rounds

David Yankelevitz et al.Jun 23, 2015
To address the frequency of identifying nonsolid nodules, diagnosing lung cancer manifesting as such nodules, and the long-term outcome after treatment in a prospective cohort, the International Early Lung Cancer Action Program.A total of 57,496 participants underwent baseline and subsequent annual repeat computed tomographic (CT) screenings according to an institutional review board, HIPAA-compliant protocol. Informed consent was obtained. The frequency of participants with nonsolid nodules, the course of the nodule at follow-up, and the resulting diagnoses of lung cancer, treatment, and outcome are given separately for baseline and annual repeat rounds of screening. The χ(2) statistic was used to compare percentages.A nonsolid nodule was identified in 2392 (4.2%) of 57,496 baseline screenings, and pathologic pursuit led to the diagnosis of 73 cases of adenocarcinoma. A new nonsolid nodule was identified in 485 (0.7%) of 64,677 annual repeat screenings, and 11 had a diagnosis of stage I adenocarcinoma; none were in nodules 15 mm or larger in diameter. Nonsolid nodules resolved or decreased more frequently in annual repeat than in baseline rounds (322 [66%] of 485 vs 628 [26%] of 2392, P < .0001). Treatment of the cases of lung cancer was with lobectomy in 55, bilobectomy in two, sublobar resection in 26, and radiation therapy in one. Median time to treatment was 19 months (interquartile range [IQR], 6-41 months). A solid component had developed in 22 cases prior to treatment (median transition time from nonsolid to part-solid, 25 months). The lung cancer-survival rate was 100% with median follow-up since diagnosis of 78 months (IQR, 45-122 months).Nonsolid nodules of any size can be safely followed with CT at 12-month intervals to assess transition to part-solid. Surgery was 100% curative in all cases, regardless of the time to treatment.
0

Deep learning–assisted distinguishing breast phyllodes tumors from fibroadenomas based on ultrasound images: a diagnostic study

Yuqi Yan et al.Sep 17, 2024
Abstract Objectives To evaluate the performance of ultrasound-based deep learning (DL) models in distinguishing breast phyllodes tumors (PTs) from fibroadenomas (FAs) and their clinical utility in assisting radiologists with varying diagnostic experiences. Methods We retrospectively collected 1180 ultrasound images from 539 patients (247 PTs and 292 FAs). Five DL network models with different structures were trained and validated using nodule regions annotated by radiologists on breast ultrasound images. DL models were trained using the methods of transfer learning and 3-fold cross-validation. The model demonstrated the best evaluation index in the 3-fold cross-validation was selected for comparison with radiologists’ diagnostic decisions. Two-round reader studies were conducted to investigate the value of DL model in assisting six radiologists with different levels of experience. Results Upon testing, Xception model demonstrated the best diagnostic performance (AUC: 0.87, 95%CI: 0.81-0.92), outperforming all radiologists (all p &lt; 0.05). Additionally, the DL model enhanced the diagnostic performance of radiologists. Accuracy demonstrated improvements of 4%, 4%, and 3% for senior, intermediate, and junior radiologists, respectively. Conclusions The DL models showed superior predictive abilities compared to experienced radiologists in distinguishing breast PTs from FAs. Utilizing the model led to improved efficiency and diagnostic performance for radiologists with different levels of experience (6-25 years of work). ADVANCES IN KNOWLEDGE We developed and validated a DL model based on the largest available dataset to assist in diagnosing PTs. This model has the potential to allow radiologists to discriminate two types of breast tumors which are challenging to identify with precision and accuracy, and subsequently to make more informed decisions about surgical plans.
0

The clinical value of artificial intelligence in assisting junior radiologists in thyroid ultrasound: a multicenter prospective study from real clinical practice

Dong Xu et al.Jul 11, 2024
Abstract Background This study is to propose a clinically applicable 2-echelon (2e) diagnostic criteria for the analysis of thyroid nodules such that low-risk nodules are screened off while only suspicious or indeterminate ones are further examined by histopathology, and to explore whether artificial intelligence (AI) can provide precise assistance for clinical decision-making in the real-world prospective scenario. Methods In this prospective study, we enrolled 1036 patients with a total of 2296 thyroid nodules from three medical centers. The diagnostic performance of the AI system, radiologists with different levels of experience, and AI-assisted radiologists with different levels of experience in diagnosing thyroid nodules were evaluated against our proposed 2e diagnostic criteria, with the first being an arbitration committee consisting of 3 senior specialists and the second being cyto- or histopathology. Results According to the 2e diagnostic criteria, 1543 nodules were classified by the arbitration committee, and the benign and malignant nature of 753 nodules was determined by pathological examinations. Taking pathological results as the evaluation standard, the sensitivity, specificity, accuracy, and area under the receiver operating characteristic curve (AUC) of the AI systems were 0.826, 0.815, 0.821, and 0.821. For those cases where diagnosis by the Arbitration Committee were taken as the evaluation standard, the sensitivity, specificity, accuracy, and AUC of the AI system were 0.946, 0.966, 0.964, and 0.956. Taking the global 2e diagnostic criteria as the gold standard, the sensitivity, specificity, accuracy, and AUC of the AI system were 0.868, 0.934, 0.917, and 0.901, respectively. Under different criteria, AI was comparable to the diagnostic performance of senior radiologists and outperformed junior radiologists (all P < 0.05). Furthermore, AI assistance significantly improved the performance of junior radiologists in the diagnosis of thyroid nodules, and their diagnostic performance was comparable to that of senior radiologists when pathological results were taken as the gold standard (all p > 0.05). Conclusions The proposed 2e diagnostic criteria are consistent with real-world clinical evaluations and affirm the applicability of the AI system. Under the 2e criteria, the diagnostic performance of the AI system is comparable to that of senior radiologists and significantly improves the diagnostic capabilities of junior radiologists. This has the potential to reduce unnecessary invasive diagnostic procedures in real-world clinical practice.