Diagnostic utility of radiological heterogeneity in acute severe (fulminant) autoimmune hepatitis
Notice bibliographique
Résumé
BACKGROUND: Histological examination is useful for the diagnosis of acute severe (fulminant) autoimmune hepatitis (AIH), but it is sometimes difficult to perform liver biopsy due to the complicated coagulopathy and ascites. We have shown that heterogeneous hypoattenuation on unenhanced computed tomography (CT) is a characteristic imaging feature of acute severe (fulminant) AIH. In the present study, we examined the utility of the imaging feature by applying the score to diagnose acute severe (fulminant) AIH. METHODS: Twenty-three patients with acute severe (fulminant) AIH were analyzed retrospectively. Modified AIH score was created by adding three points to AIH score with/without histological points in case of the presence of heterogeneous hypoattenuation on unenhanced CT. RESULTS: Areas of hypoattenuation were present in 15 (65%) patients, all of which were heterogeneous pattern. Five (22%) patients were diagnosed as "definite" AIH, 16 (69%) as "probable" and two (9%) as "non-diagnosis" by the revised original score without histological score. By adding three points, two of "non-diagnosis" changed to "probable" AIH, and all patients were diagnosed as AIH. CONCLUSIONS: Modified AIH score using heterogeneous CT image finding would be beneficial especially for patients in whom histological examinations cannot be performed because of complications.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».