MétaCan
Menu
Retour à la cohorte
Enregistrement W2800208453 · doi:10.1002/jcu.22603

Can point shear wave elastography differentiate focal nodular hyperplasia from hepatocellular adenoma

2018· article· en· W2800208453 sur OpenAlexaff
Pavel Taimr, Anne J. Klompenhouwer, Maarten Thomeer, Bettina E. Hansen, Jan N.M. IJzermans, Robert A. de Man, Robert J. de Knegt

Notice bibliographique

RevueJournal of Clinical Ultrasound · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueHepatocellular Carcinoma Treatment and Prognosis
Établissements canadiensToronto General HospitalUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicineFocal nodular hyperplasiaIntraclass correlationElastographyRadiologyHyperplasiaNuclear medicineUltrasoundHepatocellular carcinomaPathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Focal nodular hyperplasia (FNH) and hepatocellular adenoma (HCA) are liver tumors that require different management. We assessed the potential of point shear wave elastography (pSWE) to differentiate FNH from HCA and the interobserver and intraobserver reliability of pSWE in the examination of these lesions and of native liver tissue (NLT). METHODS: The study included 88 patients (65 FNH, 23 HCA). pSWE was performed by two experienced liver sonographers (observers 1 [O1] and 2 [O2]) and acquired within the lesion of interest and NLT. Group differences, optimal cutoff for characterization and interobserver reliability was assessed with Mann-Whitney-U, area under the ROC curce (AUROC) and intraclass correlation coefficient (ICC). Intraobserver reliability in NLT was assessed in 20 healthy subjects using ICC. RESULTS: Median stiffness was significantly higher in FNH than in HCA (7.01 kPa vs 4.98 kPa for O1 (P = 0.017) and 7.68 kPa vs 6.00 kPa for O2 (P = 0.031)). A cutoff point for differentiation between the two entities could not be determined with an AUROC of 0.67 (O1) and 0.69 (O2). Interobserver reliability was good for lesion- stiffness (ICC = 0.86) and poor for NLT stiffness (ICC = 0.09). In healthy subjects, intraobserver reliability for NLT-stiffness was poor for O1 (ICC = 0.23) and moderate for O2 (ICC = 0.62). CONCLUSION: This study shows that pSWE cannot reliably differentiate FNH from HCA. Interobserver and intraobserver reliability for pSWE in NLT were insufficient. Interpretation of results gained with this method should be done with great caution.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,092
Tête enseignante GPT0,315
Écart entre enseignants0,222 · 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 source (Gemma direct ou Codex distillé), 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

Citations14
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical UltrasoundMême sujetHepatocellular Carcinoma Treatment and PrognosisTravaux en français237 207