Interstitial MR lymphangiography for the detection of sentinel lymph nodes
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: The challenge for implementation of sentinel lymph node biopsy is to develop a reliable minimally invasive technique that identifies all possible sentinel nodes with high temporal and spatial resolution. This study evaluated the use of a magnetic resonance imaging (MRI) contrast agent (USPIO) for preoperative sentinel node detection. METHODS: Anesthetized pigs received interstitial or intradermal injections of ultra small superparamagnetic of iron oxide (USPIO) (0.2 or 5 mg Fe) in the L/R posterior tongue and stifles (knee) respectively. MRI was done before, during injection and at 0.25, 0.5, 1, 2, 4, 6, 24, and 48 hr after which isosulfan blue sentinel node mapping was done. RESULTS: In the tongue, both doses of USPIO identified the sentinel node in the early images. No additional nodes were detected by MR at 24 or 48 hr. In the hind limb, sentinel nodes identified on the early MR images were also identified by the isosulfan blue. In both locations, the higher dose also identified secondary nodes some of which were also identified by the isosulfan blue. All sentinel nodes that were identified by USPIO on MRI were noted to be stained brown at the time of dissection. CONCLUSIONS: Interstitial MR lymphangiography is a useful technique for the detection of sentinel lymph nodes. This method provides excellent simultaneous temporal and spatial resolution, is minimally invasive, and can be performed preoperatively.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».