MétaCan
Menu
Retour à la cohorte
Enregistrement W1966744143 · doi:10.5430/jbgc.v3n4p1

Small hepatocellular carcinoma keeping hypodense during dual phase helical CT scan and correlative pathology

2013· article· en· W1966744143 sur OpenAlexvenueno aff
Jingxian Shen, Fei Gao, Jing Zhao, Peihong Wu, Yunxian Mo

Notice bibliographique

RevueJournal of Biomedical Graphics and Computing · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueDiagnosis and treatment of tuberculosis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHepatocellular carcinomaMedicineRadiologyHistopathologyMultidetector computed tomographyTomographyLesionComputed tomographyCarcinomaNuclear medicinePathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Rationale and Objectives: To evaluate the dual-phase helical computed tomography (CT) appearance of small hepato- cellular carcinoma (SHCC) with hypodense and to evaluate its correlation with pathology. Materials and Methods: The helical CT dual-phase appearance of 33 lesions with keeping hypodense was retrospectively analyzed, all lesions were confirmed as SHCC by histopathology. CT appearance included border, inner density. Results: In 33 lesions, which were confirmed as SHCC by pathology, keeping hypodense during hepatic arterial phase and portal venous phase, 19 lesions are ill-defined borders and 14 lesions are well-defined borders, 22 lesions show homogenous hypodense and 11 lesions show heterogeneous hypodense in non-enhancing CT scan; however, only 9 lesions are ill-defined borders and the other 24 lesions are well-defined borders with slightly irregular contours, only 9 lesions show homogenous hypodense and the other 24 lesions show heterogenous hypodense with flecks of more hypodense in enhancing CT scan. Conclusion: SHCC with hypodense prefers to have a well-defined border with slightly irregular contour, and flecks of more hypodense in the lesion in dual-phase enhancing helical CT scan.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,255
Écart entre enseignants0,234 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeÉtude de cas
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Biomedical Graphics and ComputingMême sujetDiagnosis and treatment of tuberculosisTravaux en français237 207