Diffusion-weighted magnetic resonance imaging in cystic renal masses
Notice bibliographique
Résumé
Introduction: We aimed to introduce the diagnostic value of diffusion-weighted (DWI) magnetic resonance imaging (MRI) for distinguishing benign and malignant renal cystic masses.Methods: Abdominal DWI-MRIs of patients with Bosniak categories 2F, 3, and 4 cystic renal masses were evaluated retrospectively. Cystic masses were assigned as benign or malignant according to histopathological or followup MRI findings and compared with apparent diffusion coefficient (ADC) values.Results: There were 30 patients (18 males and 12 females, mean age was 59.23 ± 12.08 years [range 38‒83 years]) with cystic renal masses (eight Bosniak category 2F, 12 Bosniak category 3, 10 Bosniak category 4). Among them, 14 cysts were diagnosed as benign and 16 as malignant by followup imaging or histopathological findings. For the malignant lesions, the mean ADC values were lower than for benign lesions (p=0.001). An ADC value of ≤2.28 x10-6 mm2/s or less had a sensitivity of 75% and a specificity of 92.86% for detecting malignancy.Conclusions: ADC can improve the diagnostic performance of MRI in the evaluation of complex renal cysts when used together with conventional MRI sequences.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».