Combined diffusion‐weighted and dynamic contrast‐enhanced MRI for prostate cancer diagnosis—Correlation with biopsy and histopathology
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
PURPOSE: To determine whether the combination of diffusion-weighted (DW) and dynamic contrast-enhanced (DCE) MRI provides higher diagnostic sensitivity for prostate cancer than each technique alone. MATERIALS AND METHODS: Fourteen patients with a clinical suspicion of prostate cancer underwent endorectal MRI on a 1.5T scanner prior to transrectal ultrasound (TRUS)-guided biopsies. The average values of the apparent diffusion coefficient (ADC, calculated from b-values of 0 and 600), K(trans), v(e), maximum gadolinium (Gd) concentration, onset time, mean gradient, and maximum enhancement were determined. Correlation with histology was based on biopsy (six patients) and prostatectomy specimen (eight patients) results. The Tukey-Kramer test was used for statistical analysis. RESULTS: The average values of all MRI parameters, except v(e) and maximum Gd concentration, showed significant differences between tumor and normal prostate. The sensitivity and specificity values were respectively 54% (35-72%) and 100% (95-100%) for the ADC data, and 59% (39-77%) and 74% (63-83%) for the DCE data. When both ADC and DCE results were combined, the sensitivity increased to 87% (68-95%) and specificity decreased to 74% (62-83%). CONCLUSION: All but two DW- and DCE-MRI parameters showed significant differences between tumor and normal prostate. Combining both techniques provides better sensitivity, with a small decrease in specificity.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découle