Sensitivity and Specificity of Diffusion-Weighted Magnetic Resonance Imaging in Diagnosis of Bladder Cancers
Notice bibliographique
Résumé
PURPOSE: Our study is designed to examine the diagnostic performance of diffusion-weighted magnetic resonance imaging (DW-MRI) for bladder cancers (BC), and to determine whether DW-MRI can differentiate muscle invasive bladder cancer (MIBC) from non-MIBC (NMIBC). METHODS: A meta-analysis was performed of published studies that investigated the performance of DW-MRI for BC. These studies were retrieved from scientific literature databases using sensitive electronic search strategies. The STATA 12.0 and Meta-disc software were employed for statistical analyses of data extracted from selected studies. RESULTS: Our search initially returned 230 articles, of which 11 met the inclusion criteria and were enrolled into the final meta-analysis. Five of the included studies reported the diagnostic performance of DW-MRI for BC with a cumulative total of 243 BC patients and 82 healthy subjects. Eight studies investigated the diagnostic performance of DW-MRI for differentiating MIBC from NMIBC, involving 259 MIBC lesions and 515 NMIBC lesions. Meta-analysis results were as follows: the diagnostic performance of DW-MRI for BC (sensitivity: 0.95 [0.75-0.99]; specificity: 0.85 [0.74-0.92]; positive likelihood ratio: 6.45 [3.64-11.42]; negative likelihood ratio: 0.055 [0.009-0.333]; diagnostic odds ratio: 117.11 [19.37-708.05]; area under the curve (AUC): 0.91); the diagnostic performance of DW-MRI to differentiate MIBC from NMIBC (sensitivity: 0.85 [0.76 - 0.91]; specificity: 0.90 [0.87 - 0.93]; positive likelihood ratio:8.81[6.43 - 12.07]; negative likelihood ratio: 0.16 [0.10 - 0.28]; diagnostic odds ratio: 53.95 [25.68 - 113.33]; AUC: 0.92). CONCLUSION: DW-MRI has an outstanding diagnostic performance, with advanced sensitivity and specificity, for imaging of bladder cancers and for differentiating MIBC from NMIBC.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,037 | 0,110 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,009 | 0,026 |
| Bibliométrie | 0,008 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».