Anatomic Landmarks for Locating Parotid Lesions in Relation to the Facial Nerve: Cross-sectional Radiologic Study
Notice bibliographique
Résumé
OBJECTIVES: To determine the accuracy of using surrogate anatomic structures radiologically to predict the relation of parotid lesions to the intraparotid facial nerve. SETTING: Tertiary centre. DESIGN: Retrospective. PATIENTS AND METHODS: All patients with parotid masses over a 5-year period who undertook parotidectomy were considered. A radiologist and an otolaryngologist reviewed the images. Their decision regarding the location of the lesions using four surrogate structures was compared with intraoperative documentation. OUTCOME MEASURE: We determined the sensitivity and the specificity of using the external carotid artery, retromandibular vein, posterior belly of the digastric muscle, and tragal pointer. RESULTS: Thirty films were examined (24 magnetic resonance images [MRIs] and 6 computed tomographic [CT] scans). The sensitivity and the specificity of the retromandibular vein were 0.85 and 0.57, respectively, whereas for the external carotid artery, they were 0.94 and 0.3, respectively. It was too impractical to relate the other two structures to the lesions. CONCLUSIONS: The retromandibular vein is the most accurate surrogate structure to use on MRI or CT for predicting the location of a parotid lesion to the facial nerve. However, the substantial proportion of deep lesions misjudged limits the benefit of performing the imaging.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».