Positron Emission Tomography/Computed Tomographic Scans Compared to Computed Tomographic Scans for Detecting Colorectal Liver Metastases
Notice bibliographique
Résumé
OBJECTIVE: To review diagnostic accuracy of positron emission tomography/computed tomography (PET/CT) for colorectal liver metastases. BACKGROUND: Colorectal liver metastases can be treated with surgical resection; however, recurrence is seen in 58% of patients. PET/CT may better detect extra-hepatic disease before surgery to more accurately identify eligible candidates for surgery and, through better selection, improve patient prognosis. METHODS: We conducted a comprehensive systematic review on adults with colorectal liver metastases who received PET/CT and CT scans to detect metastases. The gold standard to confirm the diagnosis was histology. Study selection, quality assessment, and data extraction were completed independently by 2 investigators. Pooling of results was not feasible because of heterogeneity. A qualitative summary of results is presented. RESULTS: From 1083 citations, we identified 6 studies (440 patients) for the review. For extra-hepatic lesions (3 studies; 178 patients), PET/CT was more sensitive than CT, but specificities were similar (PET/CT sensitivity [SN] = 75%-89% and specificity [SP] = 95%-96% vs. CT SN = 58%-64% and SP = 87%-97%). For hepatic lesions (5 studies; 316 patients), PET/CT had higher SN and SP than CT (PET/CT SN = 91%-100% and SP = 75%-100%; CT SN = 78%-94% and SP = 25%-98%). For local recurrence (3 studies; 206 patients), PET/CT also had better accuracy than CT with SN = 93% to 100% and SP = 97% to 98% versus SN = 0 %-100% and SP = 97%-98%. CONCLUSION: Based on this systematic review, we conclude that PET/CT has a higher accuracy for detection of extra-hepatic and hepatic colorectal metastatic disease than CT alone. However, the results are based on a small number of studies and should be interpreted cautiously.
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 | 0,017 | 0,102 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,009 |
| Bibliométrie | 0,015 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».