MétaCan
Menu
Retour à la cohorte
Enregistrement W2999507348 · doi:10.1002/jmri.27056

MRI vs. CT for the Detection of Liver Metastases in Patients With Pancreatic Carcinoma: A Comparative Diagnostic Test Accuracy Systematic Review and Meta‐Analysis

2020· review· en· W2999507348 sur OpenAlexaff
Mostafa Alabousi, Matthew D. F. McInnes, Jean‐Paul Salameh, Janakan Satkunasingham, Yoan K. Kagoma, Leyo Ruo, Brandon M. Meyers, Tariq Aziz, Christian B. van der Pol

Notice bibliographique

RevueJournal of Magnetic Resonance Imaging · 2020
Typereview
Langueen
DomaineMedicine
ThématiquePancreatic and Hepatic Oncology Research
Établissements canadiensJuravinski Cancer CentreHamilton Health SciencesOttawa Public HealthOttawa HospitalJuravinski HospitalMcMaster UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedicineMeta-analysisPancreatic cancerMagnetic resonance imagingRadiologyConfidence intervalPancreasDiagnostic accuracyCancerNuclear medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The detection of liver metastases is important for pancreatic cancer curative treatment eligibility. The data suggest that magnetic resonance imaging (MRI) is more sensitive than computed tomography (CT) for the diagnosis of pancreatic cancer liver metastases. However, MRI is not currently recommended in multiple published guidelines. PURPOSE: To perform a comparative diagnostic test accuracy systematic review and meta-analysis comparing CT and MRI for pancreatic cancer liver metastases detection. STUDY TYPE: Systematic review and meta-analysis. DATA SOURCES: MEDLINE, EMBASE, Cochrane Central Register of Controlled Trials, Scopus, and multiple radiology society meeting archives were searched until November 2018. Comparative design studies reporting on liver CT and MRI accuracy for detection of pancreatic cancer liver metastases in the same cohort were included. FIELD STRENGTH: 1.5T or 3.0T. ASSESSMENT: Demographic, methodologic, and diagnostic test accuracy data were extracted. Risk of bias was assessed using the Quality Assessment of Diagnostic Accuracy Studies (QUADAS)-2 tool. STATISTICAL TESTS: Accuracy metrics were obtained using bivariate random-effects meta-analysis. The impact of different covariates on accuracy estimates was assessed using a meta-regression model. Covariates included modality, study design, tumor characteristics, risk of bias, and imaging protocols. RESULTS: Fourteen studies including 987 patients with pancreatic cancer (205 with liver metastases) were included. Sensitivity for CT and MRI was 45% (confidence intervals [95% CI] 21-71%) and 83% (95% CI 74-88%), respectively. Specificity for CT and MRI was 94% (95% CI 84-98%) and 96% (95% CI 93-97%), respectively. The greater observed sensitivity of MRI was preserved in the meta-regression model (P = 0.01), while no difference in specificity was detected (P = 0.16). CT sensitivity was highest for triphasic and quadriphasic examinations compared to single phase or biphasic protocols (P = 0.03). Most studies were at high risk of bias. DATA CONCLUSION: MRI is more sensitive than CT for pancreatic cancer liver metastases detection, accounting for confounding variables. Consideration of this finding in clinical practice guidelines is recommended. LEVEL OF EVIDENCE: 3 TECHNICAL EFFICACY STAGE: 3.

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)0,033
score de la tête « metaresearch » (Gemma)0,096
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,177

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0330,096
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0190,049
Bibliométrie0,0080,009
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0030,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,054
Tête enseignante GPT0,358
Écart entre enseignants0,304 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations65
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Magnetic Resonance ImagingMême sujetPancreatic and Hepatic Oncology ResearchTravaux en français237 207