Improved Siderotic Nodule Detection in Cirrhosis with Susceptibility-Weighted Magnetic Resonance Imaging: A Prospective Study
Notice bibliographique
Résumé
BACKGROUND: Hepatic cirrhosis is a common pathway of progressive liver destruction from multiple causes. Iron uptake can occur within the hepatic parenchyma or within the various nodules that form in a cirrhotic liver, termed siderotic nodules. Siderotic nodule formation has been shown to correlate with inflammatory activity, and while the relationship between siderotic nodule formation and malignancy remains unclear, iron distribution within hepatic nodules has known implications for the detection of hepatocellular carcinoma. We aimed to evaluate the role of abdominal susceptibility-weighted imaging in the detection of siderotic nodules in cirrhotic patients. METHODOLOGY/PRINCIPAL FINDINGS: Forty-six (46) cirrhotic patients with at least one siderotic nodule detected on previous imaging underwent both computed tomography and magnetic resonance imaging (T1-, T2-, T2*-, and susceptibility-weighted imaging) at 3.0 Tesla. Imaging data was independently analyzed by two radiologists. Siderotic nodule count was determined for each modality and imaging sequence. For each magnetic resonance imaging technique, siderotic nodule conspicuity was assessed on a 3 point scale (1 = weak, 2 = moderate, 3 = strong). More nodules were detected by susceptibility weighted imaging (n = 2935) than any other technique, and significantly more than by T2* weighted imaging (n = 1696, p<0.0001). Lesion conspicuity was also highest with susceptibility-weighted imaging, with all nodules found to be moderate (n = 6) or strong (n = 40); a statistically significant difference (p<0.001). CONCLUSIONS: Susceptibility-weighted imaging had the greatest lesion conspicuity and detected the highest number of siderotic nodules suggesting it is the most sensitive imaging technique to detect siderotic nodules in cirrhotic patients.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».