Diagnostic Accuracy of Dual-Energy CT in Detection of Acute Pulmonary Embolism: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
PURPOSE: In this systematic review and meta-analysis, we aimed to investigate the accuracy of dual-energy computed tomography (DECT) in the detection of acute pulmonary embolism (PE). METHODS: We searched Medline (via PubMed), EBSCO, Web of Science, Scopus, and the Cochrane Library for relevant published studies. We selected studies assessing the accuracy of DECT in the detection of PE. Quality assessment of bias and applicability was conducted using the Quality of Diagnostic Accuracy Studies-2 tool. Meta-analysis was performed to calculate mean estimates of sensitivity, specificity, positive likelihood ratio (PLR), and negative likelihood ratio (NLR). The summary receiver operating characteristic (sROC) curve was drawn to get the Cochran Q-index and the area under the curve (AUC). RESULTS: Seven studies were included in our systematic review. Of the 182 patients included, 108 patients had PEs. The pooled analysis showed an overall sensitivity and specificity of 88.9% (95% confidence interval [CI]: 81.4%-94.1%) and 94.6% (95% CI: 86.7%-98.5%), respectively. The pooled PLR was 8.186 (95% CI: 3.726-17.986), while the pooled NLR was 0.159 (95% CI: 0.093-0.270). Cochran-Q was 0.8712, and AUC was 0.935 in the sROC curve. CONCLUSION: Dual-energy computed tomography shows high sensitivity, specificity, and diagnostic accuracy in the detection of acute PE. The high PLR highlights the high clinical importance of DECT as a prevalence-independent, rule-in test. Studies with a larger sample size with standardized reference tests are still needed to increase the statistical power of the study and support these findings.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,022 | 0,058 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,024 | 0,050 |
| Bibliométrie | 0,011 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».