Computed Tomography–detected Noncalcified Pulmonary Nodules: A Review of Evidence for Significance and Management
Notice bibliographique
Résumé
Our purpose was to review the reported behavior and malignant risk of small noncalcified pulmonary nodules detected by computed tomography (CT). A review of published clinical guidelines and studies using CT scan for lung cancer screening was performed. Small pulmonary nodules are found in 5 to 60% of patients in published CT screening studies. The detection rate is influenced by the CT scan technique used, definition of a significant nodule, and the population of subjects screened. There is limited published systematic longitudinal observation of all nodules of any size. The malignancy rate of small nodules detected in smokers is likely less than 1 to 2%, and predictors of malignancy include semisolid appearance, diameter greater than or equal to 10 mm or persistent growth on greater than or equal to two CT scans. There is a wide variation in the performance of positron emission tomography (PET) scan in screening detected lung cancers. In summary, multidetector row CT detects greater than or equal to 1 nodule in most high-risk patients. The risk of malignancy for a single nodule appears to be low, but is increased by serial growth, diameter greater than or equal to 10 mm, and semisolid appearance. The role of PET in evaluating these nodules needs further exploration. Serial follow-up for 24 months in a high-risk cohort appears reasonable based on present data, but further longitudinal information is required.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».