A COMPARISON OF COMPUTED TOMOGRAPHY, COMPUTED RADIOGRAPHY, AND FILM‐SCREEN RADIOGRAPHY FOR THE DETECTION OF CANINE PULMONARY NODULES
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
Computed tomography (CT) has become more widely available and computed radiography (CR) has replaced film-screen radiography for canine thoracic imaging in many veterinary practices. There are limited data comparing these modalities in a veterinary clinical setting to detect pulmonary nodules. We compared CT, CR, and film-screen radiography for detecting the presence, number, and characteristics of pulmonary nodules in dogs. Observer performance for a variety of experience levels was also evaluated. Twenty-one client-owned dogs with a primary neoplastic process underwent CT and CR; nine also received film-screen radiographs. Positive/negative classification by consensus agreed between the three modalities in 8/9 dogs and between CR and CT in the remaining 12. CT detected the greatest (P = 0.002) total number of nodules and no difference was seen between CR and films. The greatest number of nodules was seen in the right middle and both caudal regions, but only using CT (P < 0.0001). Significantly smaller nodules were detected with CT (P = 0.0007) and no difference in minimum size was detected between CR and films. Observer accuracy was high for all modalities; particularly for CT (90.5-100%) and for the senior radiologist (90.5-100%). CT was also characterized by the least interobserver variability. Although CT, CR, and film-screen performed similarly in determining the presence or absence of pulmonary nodules, a greater number of smaller nodules was detected with CT, and CT was associated with greater diagnostic confidence and observer accuracy and agreement.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 découle