MétaCan
Menu
Retour à la cohorte
Enregistrement W2913143244 · doi:10.1002/jmri.26542

Renal and adrenal masses containing fat at MRI: Proposed nomenclature by the society of abdominal radiology disease‐focused panel on renal cell carcinoma

2019· article· en· W2913143244 sur OpenAlexaff
Nicola Schieda, Matthew S. Davenport, Iván Pedrosa, Atul B. Shinagare, Hersh Chandarana, Nicole E. Curci, Ankur M. Doshi, Gary M. Israel, Erick M. Remer, Jane Wang, Stuart G. Silverman

Notice bibliographique

RevueJournal of Magnetic Resonance Imaging · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueMRI in cancer diagnosis
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesNational Cancer Institute
Mots-clésMedicineLipomaArtifact (error)VoxelRenal cell carcinomaIntensity (physics)Magnetic resonance imagingPathologyRadiologyInternal medicineBiologyNeurosciencePhysics

Résumé

récupéré en direct d'OpenAlex

This article proposes a consensus nomenclature for fat‐containing renal and adrenal masses at MRI to reduce variability, improve understanding, and enhance communication when describing imaging findings. The MRI appearance of "macroscopic fat" occurs due to a sufficient number of aggregated adipocytes and results in one or more of: 1) intratumoral signal intensity (SI) loss using fat‐suppression techniques, or 2) chemical shift artifact of the second kind causing linear or curvilinear India‐ink (etching) artifact within or at the periphery of a mass at macroscopic fat–water interfaces. "Macroscopic fat" is most commonly observed in adrenal myelolipoma and renal angiomyolipoma (AML) and only rarely encountered in other adrenal cortical tumors and renal cell carcinomas (RCC). Nonlinear noncurvilinear signal intensity loss on opposed‐phase (OP) compared with in‐phase (IP) chemical shift MRI (CSI) may be referred to as "microscopic fat" and is due to: a) an insufficient amount of adipocytes, or b) the presence of fat within tumor cells. Determining whether the signal intensity loss observed on CSI is due to insufficient adipocytes or fat within tumor cells cannot be accomplished using CSI alone; however, it can be inferred when other imaging features strongly suggest a particular diagnosis. Fat‐poor AML are homogeneously hypointense on T2‐weighted (T2W) imaging and avidly enhancing; signal intensity loss at OP CSI is uncommon, but when present is usually focal and is caused by an insufficient number of adipocytes within adjacent voxels. Conversely, clear‐cell RCC are heterogeneously hyperintense on T2W imaging and avidly enhancing, with the signal intensity loss observed on OP CSI being typically diffuse and due to fat within tumor cells. Adrenal adenomas, adrenal cortical carcinoma, and adrenal metastases from fat‐containing primary malignancies also show signal intensity loss on OP CSI due to fat within tumor cells and not from intratumoral adipocytes. Level of Evidence: 5 Technical Efficacy Stage: 3 J. Magn. Reson. Imaging 2019;49:917–926.

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)0,013
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0060,004
Études des sciences et des technologies0,0020,003
Communication savante0,0020,002
Science ouverte0,0020,003
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,012
Tête enseignante GPT0,240
Écart entre enseignants0,228 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

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

En bref

Citations48
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Magnetic Resonance ImagingMême sujetMRI in cancer diagnosisTravaux en français237 207