Pediatric thyroid nodules: ultrasonographic characteristics and inter-observer variability in prediction of malignancy
Notice bibliographique
Résumé
BACKGROUND: Pediatric thyroid nodules, while uncommon, have high malignancy risk. The objectives of the study were (1) to identify sonographic features predictive of malignancy; (2) to create a prediction model; and (3) to assess inter-observer agreement among radiologists. METHODS: All available cases of thyroid nodules, surgically removed between 2000 and 2009. Three radiologists reviewed the sonographic images; 2 pathologists reviewed the tissue specimens. Adult prediction models were applied. Interobserver variability was assessed. RESULTS: Twenty-seven subjects, mean age 13.1±3.4 years, were included. Nineteen nodules were differentiated thyroid carcinomas. On multivariate analysis, size was the only significant predictor of malignancy. On recursive partitioning analysis, size >35 mm with microcalcification and ill-defined margins yielded the best prediction model. Radiologist inter-observer agreement regarding malignancy was moderate (κ=0.50). CONCLUSIONS: Larger size, microcalcifications and ill-defined margins on ultrasound demonstrate the best predictive model for malignancy in the pediatric population. Experienced pediatric radiologists demonstrate moderate inter-observer agreement in prediction of malignancy.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».