MétaCan
Menu
Retour à la cohorte
Enregistrement W2736585478 · doi:10.1016/j.carj.2017.02.004

Utility of Magnetic Resonance Imaging for the Diagnosis of Appendicitis during Pregnancy: A Canadian Experience

2017· article· en· W2736585478 sur OpenAlexaffabout
Michael Burns, Cameron Hague, Patrick M. Vos, Pari Tiwari, Sam M. Wiseman

Notice bibliographique

RevueCanadian Association of Radiologists Journal · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueAppendicitis Diagnosis and Management
Établissements canadiensSt. Paul's HospitalUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineMagnetic resonance imagingAppendicitisRadiologyPregnancyAppendixRetrospective cohort studyGeneral surgerySurgery

Résumé

récupéré en direct d'OpenAlex

PURPOSE: The objective of the study was to evaluate the performance of magnetic resonance imaging (MRI) for the diagnosis of appendicitis during pregnancy. METHODS: We conducted a retrospective review of all MRI scans performed at our institution, between 2006 and 2012, for the evaluation of suspected appendicitis in pregnant women. Details of the MRI scans performed were obtained from the radiology information system as well as details of any ultrasounds carried out for the same indication. Clinical and pathological data were obtained by retrospective chart review. RESULTS: The study population comprised 63 patients, and 8 patients underwent a second MRI scan during the same pregnancy. A total of 71 MRI scans were reviewed. The appendix was identified on 40 scans (56.3%). Sensitivity of MRI was 75% and specificity was 100% for the diagnosis of appendicitis in pregnant women. When cases with right lower quadrant inflammatory fat stranding or focal fluid, without appendix visualization, were classified as positive for appendicitis, MRI sensitivity increased to 81.3% but specificity decreased to 96.4%. CONCLUSIONS: MRI is sensitive and highly specific for the diagnosis of appendicitis during pregnancy and should be considered as a first line imaging study for this clinical presentation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,271
Score d'incertitude au seuil0,715

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,286
Écart entre enseignants0,260 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Association of Radiologists JournalMême sujetAppendicitis Diagnosis and ManagementTravaux en français237 207