MétaCan
Menu
Retour à la cohorte
Enregistrement W2401968708 · doi:10.1111/iju.13119

Multiparametric magnetic resonance imaging: Current role in prostate cancer management

2016· review· en· W2401968708 sur OpenAlexaff
Yoshiko Ueno, Tsutomu Tamada, Vipul Bist, Caroline Reinhold, Hideaki Miyake, Utaru Tanaka, Kazuhiro Kitajima, Kazuro Sugimura, Satoru Takahashi

Notice bibliographique

RevueInternational Journal of Urology · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueProstate Cancer Diagnosis and Treatment
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineMagnetic resonance imagingProstate cancerProstateRadiologyUltrasoundMagnetic resonance spectroscopic imagingCancerInternal medicine

Résumé

récupéré en direct d'OpenAlex

Digital rectal examination, serum prostate-specific antigen screening and transrectal ultrasound-guided biopsy are conventionally used as screening, diagnostic and surveillance tools for prostate cancer. However, they have limited sensitivity and specificity. In recent years, the role of multiparametric magnetic resonance imaging has steadily grown, and is now part of the standard clinical management in many institutions. In multiparametric magnetic resonance imaging, the morphological assessment of T2-weighted imaging is correlated with diffusion-weighted imaging, dynamic contrast-enhanced imaging perfusion and/or magnetic resonance spectroscopic imaging. Multiparametric magnetic resonance imaging is currently regarded as the most sensitive and specific imaging technique for the evaluation of prostate cancer, including detection, staging, localization and aggressiveness evaluation. This article presents an overview of multiparametric magnetic resonance imaging, and discusses the current role of multiparametric magnetic resonance imaging in the different fields of prostate cancer management.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,372
Écart entre enseignants0,347 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations46
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of UrologyMême sujetProstate Cancer Diagnosis and TreatmentTravaux en français237 207