Multimodality Imaging Characteristics of the Common Renal Cell Carcinoma Subtypes: An Analysis of 544 Pathologically Proven Tumors
Notice bibliographique
Résumé
OBJECTIVES: The objective of this study was to define the characteristic imaging appearances of the common renal cell carcinoma (RCC) subtypes. MATERIALS AND METHODS: The Institutional Review Board approval was obtained for this HIPAA-compliant retrospective study, and informed consent was waived. 520 patients (336 men, 184 women; age range, 22-88 years) underwent preoperative cross-sectional imaging of 544 RCCs from 2008 to 2013. The imaging appearances of the RCCs and clinical information were reviewed. Data analysis was performed using parametric and nonparametric statistics, descriptive statistics, and receiver operating characteristic analysis. RESULTS: < 0.001) in several imaging parameters such as tumor margins, tumor consistency, tumor homogeneity, the presence of a central stellate scar, T2 signal intensity, and the degree of tumor enhancement. Low T2 signal intensity on magnetic resonance imaging (MRI) allowed differentiation of papillary RCC from clear cell and chromophobe RCCs with 90.9% sensitivity and 93.1% specificity. A tumor-to-cortex ratio ≥1 on the corticomedullary phase had 98% specificity for clear cell RCC. CONCLUSION: The T2 signal intensity of the tumor on MRI and its degree of enhancement are useful imaging parameters for discriminating between the RCC subtypes while gross morphological findings offer additional value in RCC profiling.
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 | 0,002 |
| 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 | 0,000 | 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) | 0,001 | 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 ».