Likelihood Ratio of Sonohysterographic Findings for Discriminating Endometrial Polyps From Submucosal Fibroids
Notice bibliographique
Résumé
OBJECTIVES: The purpose of this study was to determine which combination of sonohysterographic features has the highest likelihood ratios (LRs) in discriminating polyps from submucosal fibroids. METHODS: This retrospective study included 200 consecutive patients who underwent both sonohysterography and a procedure resulting in a positive pathologic diagnosis. A reader, masked to the imaging and pathologic findings, independently reviewed the 200 sonograms and recorded the findings using a standardized checklist for sonographic features on sonohysterography. The features assessed included angle, echogenicity, endometrial-myometrial interface, and vascular pattern, among others. The reader chose one final diagnosis from the list of possibilities, which included normal, hyperplasia, polyp, submucosal fibroid, cancer, adhesions, and clots. Sonographic observations were then compared to pathologic findings. RESULTS: The LR of 13.4 was achieved for polyps when there was a combination of an intact endometrial-myometrial interface, a single vessel, an acute angle, and homogeneous echogenicity. The highest LR of 27.8 was achieved for submucosal fibroids when the combination of sonographic features included an absent endometrial-myometrial interface, an arborized/multiple vascular pattern, an obtuse angle, and heterogeneous echogenicity. CONCLUSIONS: A combination of sonographic findings may provide high LRs for discriminating endometrial polyps from submucosal fibroids.
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 | 0,006 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».