An Algorithm for the Diagnosis of Focal Liver Masses Using Microbubble Contrast-Enhanced Pulse-Inversion Sonography
Notice bibliographique
Résumé
OBJECTIVE: The objective of this study was to develop an algorithm for liver mass diagnosis using microbubble contrast-enhanced pulse-inversion sonography. SUBJECTS AND METHODS: Ninety-six lesions in 92 patients were evaluated with DMP 115 (Definity)-enhanced pulse-inversion sonography, comprising 44 malignancies (29 hepatocellular carcinomas, 12 metastases, two peripheral cholangiocarcinomas, and one hepatic lymphoma) and 52 benign lesions (26 hemangiomas, 20 focal nodular hyperplasias, and six others). All had continuous low-mechanical-index imaging through the arterial and portal venous phase. A three-person blind review evaluated single images at baseline, early and peak arterial phases, and through the extended portal phases with a movie showing arterial phase wash-in. Reviewers assessed lesional vascularity and enhancement blindly but did not make a diagnosis. Combinations of answers were compared with independently determined final diagnoses to develop an algorithm for liver mass diagnosis. RESULTS: Portal phase enhancement comprises the first step of the algorithm, with positive or sustained enhancement identifying 48 (92%) of 52 benign lesions and negative enhancement or washout present in 41 (93%) of 44 malignancies. Sustained portal phase enhancement with arterial phase peripheral nodularity and centripetal progression predicted 24 (92%) of 26 of the hemangiomas; diffuse arterial phase enhancement greater than the liver identified 19 (95%) of 20 of the focal nodular hyperplasias. With negative portal phase enhancement, arterial phase information was less effective at differentiating hepatocellular carcinoma (25 [86%] of 29 cases) from another hepatic malignancy (11 [73%] of 15 cases). CONCLUSION: A simple diagnostic algorithm for interpretation of microbubble-enhanced sonography provides sensitive and accurate diagnosis of commonly encountered liver masses.
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 | 0,004 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,003 |
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 ».