MétaCan
Menu
Retour à la cohorte
Enregistrement W2081664021 · doi:10.1136/gut.2009.203257

Optimum imaging for small suspected hepatocellular carcinoma

2010· letter· en· W2081664021 sur OpenAlexaff
Morris Sherman

Notice bibliographique

RevueGut · 2010
Typeletter
Langueen
DomaineMedicine
ThématiqueHepatocellular Carcinoma Treatment and Prognosis
Établissements canadiensToronto General Hospital
Organismes subventionnairesnon disponible
Mots-clésHepatocellular carcinomaMedicineRadiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Hepatocellular carcinoma (HCC) has progressed within the last 10–15 years from being a cancer that was almost universally fatal to one that is potentially curable in the majority of cases. However, for this to happen it is essential that the HCC is found early. Patients at risk for HCC have to undergo regular surveillance with ultrasound. Lesions detected during surveillance have to be aggressively investigated and aggressively treated. If HCC can be diagnosed when the lesion is 90%.1 2 Treated patients remain at risk for the development of a second primary, but the treated HCC can be completely cured. Ultrasound surveillance identifies many small lesions in the liver that may or may not be HCC. These include dysplastic nodules, cirrhotic nodules and haemangioma. Making the distinction between HCC and haemangioma is usually not difficult, but distinguishing between cirrhotic nodules, dysplastic nodules and HCC can be difficult. The tools available include contrast-enhanced radiological imaging, or biopsy. It is possible to diagnose HCC without biopsy. Indeed, if the typical radiological features are present, the diagnostic accuracy is almost 100%. The highly characteristic features are that in the arterial phase of a dynamic contrast-enhanced study the HCC shows hypervascularity—that is, it gives a brighter signal that the surrounding liver. In the portal venous phase of the study and in the delayed phase ∼3 min …

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Éditorial · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0100,006
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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.

Tête enseignante Opus0,056
Tête enseignante GPT0,244
Écart entre enseignants0,188 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreÉditorial

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGutMême sujetHepatocellular Carcinoma Treatment and PrognosisTravaux en français237 207