Multimodality Imaging of Neoplastic and Nonneoplastic Solid Lesions of the Pancreas
Notice bibliographique
Résumé
Solid lesions of the pancreas represent a heterogeneous group of entities that can be broadly classified as either neoplastic or nonneoplastic. Neoplastic lesions include pancreatic adenocarcinoma, pancreatic neuroendocrine tumor, solid pseudopapillary tumor, pancreatoblastoma, pancreatic lymphoma, metastases to the pancreas, and rare miscellaneous neoplasms. Nonneoplastic lesions include focal pancreatitis, fatty infiltration-replacement, intrapancreatic accessory spleen, congenital anomalies such as prominent pancreatic lobulation and bifid pancreatic tail (pancreatic bifidum), and rare miscellaneous lesions (eg, pancreatic sarcoidosis, Castleman disease of the pancreas). A variety of imaging modalities are available for assessing these solid lesions, including ultrasonography (US), computed tomography (CT), magnetic resonance imaging, endoscopic US, and hybrid nuclear imaging techniques such as single photon emission computed tomography-CT and positron emission tomography-CT, each of which has its own strengths and limitations. Accurate diagnosis can be challenging, and use of a multimodality imaging approach is often helpful in equivocal or complex cases. Knowledge of relevant clinical information and key radiologic features is essential for confident lesion characterization and differentiation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».