Imaging-Based Diagnosis of Autosomal Dominant Polycystic Kidney Disease
Notice bibliographique
Résumé
The clinical use of conventional ultrasonography (US) in autosomal dominant polycystic kidney disease (ADPKD) is currently limited by reduced diagnostic sensitivity, especially in at-risk subjects younger than 30 years of age. In this single-center prospective study, we compared the diagnostic performance of MRI with that of high-resolution (HR) US in 126 subjects ages 16-40 years born with a 50% risk of ADPKD who underwent both these renal imaging studies and comprehensive PKD1 and PKD2 mutation screening. Concurrently, 45 healthy control subjects without a family history of ADPKD completed the same imaging protocol. We analyzed 110 at-risk subjects whose disease status was unequivocally defined by molecular testing and 45 unaffected healthy control subjects. Using a total of >10 cysts as a test criterion in subjects younger than 30 years of age, we found that MRI provided both a sensitivity and specificity of 100%. Comparison of our results from HR US with those from a previous study of conventional US using the test criterion of a total of three or more cysts found a higher diagnostic sensitivity (approximately 97% versus approximately 82%) with a slightly decreased specificity (approximately 98% versus 100%) in this study. Similar results were obtained in test subjects between the ages of 30 and 40 years old. These results suggest that MRI is highly sensitive and specific for diagnosis of ADPKD. HR US has the potential to rival the diagnostic performance of MRI but is both center- and operator-dependent.
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 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 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».