Ultrasound to differentiate thyroglossal duct cysts and dermoid cysts in children
Notice bibliographique
Résumé
OBJECTIVES/HYPOTHESIS: To determine if ultrasound could differentiate between thyroglossal duct cysts (TGDC) and midline dermoid cysts (DC). STUDY DESIGN: Cohort study. METHODS: A search of pathology reports yielded 91 patients with TGDC or midline DC. Ultrasound images were presented to a radiologist blinded to pathology who evaluated the following: 1) depth of lesion from skin, 2) maximum diameter, 3) dimensions, 4) midline location, 5) distance from base of tongue, 6) tract, 7) wall regularity, 8) wall thickness, 9) margin definition, 10) heterogeneity, 11) internal septae, 12) solid components, 13) intralesional Doppler flow, and 14) posterior enhancement. The predictive power of these variables was evaluated in a multiple logistic regression model. RESULTS: There were 53 TGDC and 38 DC. TGDC were significantly more likely than DC to have the following features: 1) smaller distance from base of tongue, 2) tract, 3) irregular wall, 4) ill-defined margin, 5) internal septae, 6) solid components, and 7) intralesional Doppler flow. Three clinically reliable ultrasound variables were independently able to discriminate between TGDC and DC. A predictive model was fashioned whereby each variable was scored as 0 or 1, with a total score calculated (septae + irregular wall + solid components = TGDC [or SIST] score). We propose a scoring system whereby 0 = suggestive of DC; 1 = suggestive of TGDC; and ≥2 = highly suggestive of TGDC. CONCLUSIONS: It may be possible to differentiate between TGDC and midline DC preoperatively using ultrasound.
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 | 0,001 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».