Detection Sensitivity of a Commercial Lung Nodule CAD System in a Series of Pathologically Proven Lung Cancers
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: To evaluate the performance of a commercially available computer-aided detection (CAD) system in a series of pathologically proven lung cancers. MATERIALS AND METHODS: Sixty-nine chest computed tomography (CT) scans obtained in 12 subjects (8 females, 4 males, age 51 to 75 y, mean 63 y) with 15 pathologically proven lung cancers were retrospectively selected from 2156 entry and follow-up CT scans from a lung cancer screening program. CT scans were retrospectively analyzed using a commercially available CAD system for detecting lung nodules. RESULTS: When first detectable proven lung cancer nodules ranged in maximum diameter from 3 to 38 mm (10.4+/-9.2 mm) with CAD detection sensitivity stratified by size: 0/2 (0%) < or =3 mm, 5/8 (62.5%) 4 to 10 mm, 2/3 (66.7%) 11 to 15 mm, 0/0 16 to 20 mm, 2/2 (100%) >20 mm, and overall sensitivity 9/15 (60%). The sensitivity for all CT scans (first detectable and follow-up), stratified by nodule size as above, was, respectively, 0/2, 18/25, 24/28, 6/9, 5/5, and overall 53/69 (76.8%). Excluding nodules <4 mm and pure ground-glass nodules, the sensitivity for all CT scans by size was 18/24 (75%) 4 to 10 mm, 21/22 (95.4%) 11 to 15 mm, 6/6 (100%) 16 to 20 mm, 5/5 (100%) >20 mm, and overall 50/57 (87.7%). At resection (13) or biopsy (2) nodules were: adenocarcinoma (10), squamous cell carcinoma (3), and small cell carcinoma (2). CONCLUSIONS: The CAD system showed good sensitivity for solid and semisolid cancers > or =4 mm (sensitivity 87.7%) and excellent for those > or =11 mm (sensitivity >95.4%).
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle