The Diagnostic Accuracy of in vivo Confocal Scanning Laser Microscopy Compared to Dermoscopy of Benign and Malignant Melanocytic Lesions: A Prospective Study
Notice bibliographique
Résumé
BACKGROUND: The diagnosis of melanoma at an early, curable stage is an important challenge for clinicians. Confocal scanning laser microscopy (CSLM) is a high-resolution, noninvasive technology that may facilitate improved diagnostic accuracy over clinical examination. The aim of this study was to evaluate the diagnostic accuracy of CSLM compared to dermoscopy in a prospective examination of benign and malignant melanocytic lesions. METHODS: 125 patients with suspicious pigmented lesions were prospectively recruited to undergo a clinical, dermoscopic and CSLM examination. A diagnosis was made preoperatively with each technique, and the lesion was then excised and diagnosed using histopathology. RESULTS: 125 patients with 125 lesions were studied comprising 88 melanocytic nevi and 37 melanomas. Dermoscopy had a sensitivity of 89.2%, a specificity of 84.1%, a positive predictive value of 70.2% and a negative predictive value of 94.9%. CSLM was found to have a sensitivity of 97.3%, a specificity of 83.0%, a positive predictive value of 70.6% and a negative predictive value of 98.6%. No melanomas were misidentified when both techniques were used together. CONCLUSIONS: CSLM had a relatively higher sensitivity than dermoscopy; however, the specificity was similar with CSLM and dermoscopy. These results suggest that dermoscopy and CSLM are complementary.
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 | 0,011 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».