Accuracy of conventional MRI for preoperative diagnosis of intracranial tumors: A retrospective cohort study of 762 cases
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 découle