Practice variations in salivary gland imaging and utility of virtual unenhanced dual energy CT images for the detection of major salivary gland stones
Notice bibliographique
Résumé
Background There are variations in computed tomography (CT) protocols used for evaluating sialolithiasis, with some protocols including acquisitions before and after IV contrast administration. Dual-energy CT (DECT) can be used to generate virtual unenhanced (VUE) images, potentially precluding the need for an uninfused scan. Purpose In this study, we performed a survey in order to assess variations in the imaging approach for sialolithiasis and evaluated the accuracy of DECT VUE images for the detection of salivary stones. Material and Methods Practice variations were evaluated by an online survey of the membership of the American Society of Neuroradiology. We then identified 28 patients with salivary gland calcifications matched with 28 negative controls that had both an unenhanced and a contrast-enhanced acquisition performed as DECT. A total of 123 major salivary gland calcifications and 85 tonsilloliths were evaluated and the true unenhanced series was used as gold standard. Results The survey revealed substantial variations in CT protocols used for sialolithiasis. On a per-patient basis, DECT VUE had 96.4% sensitivity and 100% specificity. On a per-calcification basis, sensitivity and specificity was 100% for stones > 2 mm but dropped for smaller calcifications. The false-negative cases corresponded to clinically insignificant, intra-glandular parotid calcifications. Inter-reader agreement was excellent (0.9256). Conclusion This study confirms that there are significant variations in CT protocols used for evaluation of sialolithiasis. A single contrast-enhanced DECT acquisition with reconstruction of VUE may represent an attractive, streamlined alternative and enable the elimination of the true unenhanced phase and associated radiation exposure.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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) | 0,000 | 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 ».