Imaging of Renovascular Hypertension: Respective Values of Renal Scintigraphy, Renal Doppler US, and MR Angiography
Notice bibliographique
Résumé
Renovascular hypertension affects 15%-30% of patients who have clinical criteria suggestive of renovascular disease. Noninvasive screening is crucial for patient selection prior to conventional angiography and renal revascularization. Renal scintigraphy has been reported to be sensitive for detection of renovascular hypertension, but some of its limitations (eg, in the setting of bilateral renal artery stenosis and renal failure) should be considered. Doppler ultrasonography (US) allows direct evaluation of the renal arteries as well as transrenal Doppler waveform analysis, but it remains operator dependent. Gadolinium-enhanced magnetic resonance (MR) angiography is becoming an excellent alternative to conventional angiography. The main limiting factors of this technique are inadequate visualization of segmental and accessory renal arteries as well as a tendency toward overestimation of stenoses. Given the high cost and low availability of MR angiography, scintigraphy and Doppler US should be considered the primary studies in screening for renovascular hypertension. MR angiography could be reserved for patients with inconclusive scintigraphic and Doppler US results, patients with high clinical suspicion of renovascular hypertension, and patients with a contraindication to conventional angiography.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».