Helical CT with CT Angiography in Assessing Periampullary Neoplasms: Identification of Vascular Invasion
Notice bibliographique
Résumé
PURPOSE: To determine the accuracy of helical computed tomography (CT) with CT angiography in identifying vascular invasion by periampullary neoplasms and to assess the added value of CT angiography. MATERIALS AND METHODS: Sixty-nine patients suspected of having periampullary neoplasms were examined. Images from dual phase helical CT with CT angiography were compared with surgical findings in 36 patients. Arterial and venous invasion were assessed separately. Accuracy, positive predictive value (PPV), and negative predictive value (NPV) were determined for CT alone and for CT supplemented with CT angiography. RESULTS: The accuracy, PPV, and NPV of helical CT with CT angiography in identifying venous invasion was 92% (33 of 36 patients), 86% (12 of 14 patients), and 95% (21 of 22 patients), respectively. When transverse CT images alone were analyzed, accuracy decreased to 69% (25 of 36 patients) (P =.005); PPV and NPV were 63% (five of eight patients) and 71% (20 of 28 patients), respectively. When identifying arterial invasion, the accuracy of CT with CT angiography and of CT alone was 86% (31 of 36 patients). PPV and NPV also were identical at 71% (five of seven patients) and 90% (26 of 29 patients), respectively. CONCLUSION: CT angiography significantly increases the ability to identify venous invasion when compared with CT alone but does not improve detection of arterial invasion.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 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 ».