Diagnosis of Focal Liver Masses on Ultrasonography
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
OBJECTIVE: The purpose of this study was to compare the diagnostic accuracy, confidence level, and recommended management of focal liver masses after contrast-enhanced ultrasonography (CEUS) compared with unenhanced ultrasonography alone. METHODS: One hundred sixty-seven patients were referred for CEUS to characterize a focal liver mass. A 2-person blind read determined benignancy or malignancy, comparative diagnosis, and accuracy on both ultrasonography and CEUS. Results were compared with the final diagnoses. RESULTS: The 2 readers could not determine benignancy or malignancy in 77 (46.1%) and 46 (27.5%) of 167 unenhanced scans compared with 2 (1.2%) and 1 (0.6%) of 167 CEUS scans. The confidence level increased from 0 responses in the 2 highest grades (4 and 5) on the unenhanced scans to 135 (81.8%) and 132 (79.5%) of 167 at level 5 for CEUS. Regarding the diagnosis, the confidence level was lowest (grade 1) on the unenhanced scans in 128 (82.1%) and 79 (65.3%) of 167 for the 2 readers and improved to the highest (grade 5) in 110 (65.9%) and 113 (68.1%) of 167. Regarding diagnostic accuracy, the unenhanced scans agreed with the correct diagnosis in 85 (50.9%) and 63 (37.7%) of 167, and CEUS agreed with the correct diagnosis in 133 (79.6%) and 142 (85%) of 167 for readers 1 and 2, respectively. Recommendations for further imaging decreased from 166 (99.4%) and 147 (88%) of 167 on the unenhanced scans to 30 (18%) and 5 (3%) of 167 on CEUS for readers 1 and 2. CONCLUSIONS: Contrast-enhanced ultrasonography improves the accuracy and confidence of diagnosis of focal liver lesions and reduces recommendations for further investigations.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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