The Usefulness of CT Perfusion in Differentiation between Neoplastic and Tuberculous Disease of the Spine
Notice bibliographique
Résumé
INTRODUCTION: Routine diagnostic techniques are not sufficient to confidently differentiate diseases of the axial skeleton. Purpose of study was to determine whether CT perfusion (CTP) can differentiate inflammatory diseases like tuberculosis from neoplastic diseases of spine. METHODS: Fifty-one patients with vertebrdraft%freshal body lesions associated with paraspinal mass underwent CT guided bone biopsy and histopathological evaluation. CTP was done before doing bone biopsy. Perfusion parameters like blood volume (BV), blood flow (BF), and time to peak (TTP) were calculated. Values are correlated with histopathological report of bone biopsy. Statistical analysis was done using Mann-Whitney test. P value < .05 was considered significant. RESULTS: Of 51, 32 had infective osteomyelitis and 19 neoplastic disease (9 metastasis, 5 plasmacytoma, 4 lymphoma and 1 chordoma. Mean rBF was [inflammatory lesions, 1.79 and neoplastic lesions, 9.42 (P < .000)]. Mean rBV was [inflammatory disease, 1.63 and neoplastic lesions, 9.37 (P < .000)]. CONCLUSION: CTP technique has potential for differentiating inflammatory from neoplastic lesions affecting spine associated with paraspinal mass noninvasively.
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 | 0,001 | 0,005 |
| 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 | 0,001 |
| Communication savante | 0,000 | 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) | 0,002 | 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 ».