Accuracy of conventional MRI for preoperative diagnosis of intracranial tumors: A retrospective cohort study of 762 cases
Notice bibliographique
Résumé
BACKGROUND: Conventional magnetic resonance imaging (MRI) is considered a valuable tool for preoperative diagnosis of intracranial tumors. We assessed its accuracy in the diagnosis of intracranial tumors in usual clinical practice. MATERIALS AND METHODS: MRI reports of 762 patients who had undergone conventional brain MRI prior to surgery were retrospectively reviewed. A 4-grade scoring system was devised to establish diagnostic agreement. Each tumor type was compared with the corresponding pathological diagnoses by dichotomization. The sensitivity, specificity, positive predictive value (PPV), negative predictive value (NPV), and accuracy were calculated for the overall patient population as well as for each tumor type. RESULTS: 664 cases (87.1%) were tumor-positive, and 98 cases (12.9%) were tumor-negative. The most common tumor types were meningiomas, gliomas, pituitary adenomas and schwannomas. These four types together comprised 74.5% of all cases reviewed. Sensitivity and PPV for the overall population were 72.0-90.7% and 91.9-95.4%, respectively. Diagnostic accuracy differed among tumor types. Meningiomas, pituitary adenomas, schwannomas and cholesteatomas were more likely to be diagnosed correctly (sensitivities were 82.6-96.9%, 86.1-96.7%, 88.9-98.2% and 91.3-100.0%, respectively); while some other types like solitary fibrous tumors (SFTs) seemed difficult to identify. Gliomas tended to be confused with metastases, meningiomas with SFTs, and pituitary adenomas with craniopharyngiomas. CONCLUSION: The accuracy of conventional MRI for diagnosing intracranial tumors is generally satisfactory but should not be too heavily relied upon, especially for certain tumor types. In cases of discrepancy, neurosurgeons are encouraged to confer with the reporting neuroradiologists to achieve optimal preoperative diagnoses.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».