Impact of Contrast-Enhanced Ultrasonography in a Tertiary Clinical Practice
Notice bibliographique
Résumé
OBJECTIVE: The purpose of this study was to assess the impact of contrast-enhanced ultrasonography (CEUS) of the liver in a tertiary clinical practice. METHODS: One thousand forty consecutive CEUS examinations performed over 30 months for mass characterization were reviewed to determine their source, accuracy, and clinical impact. RESULTS: Two hundred seventy-five (26.4%) of 1040 examinations were motivated by incidental detection of a mass at routine ultrasonography; 765 (73.6%) were clinical referrals, most often for characterization of a mass in a high-risk patient scanned for hepatoma surveillance or characterization of an indeterminate mass after prior imaging. Clinician referrals increased from 57 in the first 6 months after CEUS introduction to 158 in the last 6 months of the study. Surveillance scans yielded 78 confirmed hepatocellular carcinomas characterized on CEUS at the time of identification. Contrast-enhanced ultrasonography was accurate in 233 (89.2%) of 261 with histologic proof, including 208 malignant lesions. Clinical impact included reduced referrals for other imaging in 226 (21.7%) of 1040 patients, decreased time to diagnosis in 390 (37.5%), and successful guidance for ablation therapy in 26 (2.5%). A positive change in management occurred in 182 (17.5%) of 1040, including alteration of a previous diagnosis, a diagnosis made by CEUS after indeterminate prior imaging, and a diagnosis upstaged by CEUS. Negative impacts included delayed management in 8 (0.8%) small hepatocellular carcinomas misdiagnosed as benign lesions and wrong management of a solitary sclerotic hemangioma, in a high-risk patient for hepatoma, misdiagnosed as a malignant tumor on CEUS, computed tomography, and magnetic resonance imaging, leading to its surgical removal. CONCLUSIONS: Contrast-enhanced ultrasonography has a positive impact on clinical management, providing rapid, accurate diagnosis of incidentally detected masses and resolving nodules on surveillance scans and indeterminate masses on other imaging.
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 | 0,003 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».