Lung Nodule Enhancement at CT: Multicenter Study
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 test the hypothesis that absence of statistically significant lung nodule enhancement (< or =15 HU) at computed tomography (CT) is strongly predictive of benignity. MATERIALS AND METHODS: Five hundred fifty lung nodules were studied. Of these, 356 met all entrance criteria and had a diagnosis. On nonenhanced, thin-section CT scans, the nodules were solid, 5-40 mm in diameter, relatively spherical, homogeneous, and without calcification or fat. All patients were examined with 3-mm-collimation CT before and after intravenous injection of contrast material. CT scans through the nodule were obtained at 1, 2, 3, and 4 minutes after the onset of injection. Peak net nodule enhancement and time-attenuation curves were analyzed. Seven centers participated. RESULTS: The prevalence of malignancy was 48% (171 of 356 nodules). Malignant neoplasms enhanced (median, 38.1 HU; range, 14.0-165.3 HU) significantly more than granulomas and benign neoplasms (median, 10.0 HU; range, -20.0 to 96.0 HU; P < .001). With 15 HU as the threshold, the sensitivity was 98% (167 of 171 malignant nodules), the specificity was 58% (107 of 185 benign nodules), and the accuracy was 77% (274 of 356 nodules). CONCLUSION: Absence of significant lung nodule enhancement (< or = 15 HU) at CT is strongly predictive of benignity.
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 | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 découle