Ultrasound Diagnostics in Patients with Endometrial Carcinoma
Notice bibliographique
Résumé
Introduction: Endometrial carcinoma is diagnosed by histopathological assessment of the sampled endometrium. After establishing the diagnosis the patient needs to be further evaluated in order to establish an optimal treatment. The most important factors that determine the treatment plan include: age, reproduction status, the depth of myometrial invasion, cervical invasion, histopahological type of tumor, histological and nuclear grade. Surgery is the most common treatment. The choice of optimal surgical procedure may include various imaging methods. Aim of the study: Testing the usefulness of applying the ultrasound diagnostics in preoperative evaluation of patients diagnosed with endometrial carcinoma. Method: The prospective study included 61 patients diagnosed with endometrial carcinoma. The ultrasound was used to estimate the presence and depth of invasion of the uterine muscle and cervical inclusion. The obtained parameters were compared to histopathological findings from surgically removed uterus. Results: The sensitivity of the ultrasound method in the estimation of myometrial invasion in the tested sample was 77.59%, specificity was 100.00%, predictive value of the positive test was 79.03%. The sensitivity of the ultrasound method in the estimation of cervical invasion in the tested sample was only 11.11%, specificity was 90.91%, predictive value of the positive test was 33.33%, predictive value of the negative test was 71.43%, whereas total accuracy of the method was 67.74%. Conclusion: Ultrasound diagnostics can be used in the assessment of the depth myometrial invasion but not in the assessment of cervical inclusion.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».