O-RADS US Risk Stratification and Management System: A Consensus Guideline from the ACR Ovarian-Adnexal Reporting and Data System Committee
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The Ovarian-Adnexal Reporting and Data System (O-RADS) US risk stratification and management system is designed to provide consistent interpretations, to decrease or eliminate ambiguity in US reports resulting in a higher probability of accuracy in assigning risk of malignancy to ovarian and other adnexal masses, and to provide a management recommendation for each risk category. It was developed by an international multidisciplinary committee sponsored by the American College of Radiology and applies the standardized reporting tool for US based on the 2018 published lexicon of the O-RADS US working group. For risk stratification, the O-RADS US system recommends six categories (O-RADS 0-5), incorporating the range of normal to high risk of malignancy. This unique system represents a collaboration between the pattern-based approach commonly used in North America and the widely used, European-based, algorithmic-style International Ovarian Tumor Analysis (IOTA) Assessment of Different Neoplasias in the Adnexa model system, a risk prediction model that has undergone successful prospective and external validation. The pattern approach relies on a subgroup of the most predictive descriptors in the lexicon based on a retrospective review of evidence prospectively obtained in the IOTA phase 1-3 prospective studies and other supporting studies that assist in differentiating management schemes in a variety of almost certainly benign lesions. With O-RADS US working group consensus, guidelines for management in the different risk categories are proposed. Both systems have been stratified to reach the same risk categories and management strategies regardless of which is initially used. At this time, O-RADS US is the only lexicon and classification system that encompasses all risk categories with their associated management schemes.
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.
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 | 0,001 | 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 découle