Leiomyomas beyond the Uterus: Unusual Locations, Rare Manifestations
Notice bibliographique
Résumé
Uterine leiomyomas affect 20%-30% of women older than 35 years. Extrauterine leiomyomas are rarer, and they present a greater diagnostic challenge: These histologically benign tumors, which originate from smooth muscle cells, usually arise in the genitourinary tract (in the vulva, ovaries, urethra, and urinary bladder) but may arise in nearly any anatomic site. In addition, unusual growth patterns may be seen, including benign metastasizing leiomyoma, disseminated peritoneal leiomyomatosis, intravenous leiomyomatosis, parasitic leiomyoma, and retroperitoneal growth. In the presence of such a pattern, a synchronous uterine leiomyoma or a previous hysterectomy for removal of a primary uterine tumor may be indicative of the diagnosis. However, some extrauterine leiomyomas may mimic malignancies, and serious diagnostic errors may result. The most useful modalities for detecting extrauterine leiomyomas are ultrasonography, computed tomography, and magnetic resonance (MR) imaging. The superb contrast resolution and multiplanar capabilities of MR imaging make it particularly valuable for characterizing these tumors, which usually show low signal intensity similar to that of smooth muscle on T2-weighted images. The radiologist's recognition of this and other characteristic features may help steer the clinician toward timely, appropriate management and away from unnecessary, potentially harmful treatment.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».