Pearls, Pitfalls, and Conditions that Mimic Mesenteric Ischemia at CT
Notice bibliographique
Résumé
Acute mesenteric ischemia (AMI) is a life-threatening condition with a high mortality rate. The diagnosis of AMI is challenging because patient symptoms and laboratory test results are often nonspecific. A high degree of clinical and radiologic suspicion is required for accurate and timely diagnosis. CT angiography of the abdomen and pelvis is the first-line imaging test for suspected AMI and should be expedited. A systematic “inside-out” approach to interpreting CT angiographic images, beginning with the bowel lumen and proceeding outward to the bowel wall, mesentery, vasculature, and extraintestinal viscera, provides radiologists with a practical framework to improve detection and synthesis of imaging findings. The subtypes of AMI are arterial and venoocclusive disease, nonocclusive ischemia, and strangulating bowel obstruction; each may demonstrate specific imaging findings. Chronic mesenteric ischemia is more insidious at onset and almost always secondary to atherosclerosis. Potential pitfalls in the diagnosis of AMI include mistaking pneumatosis as a sign that is specific for AMI and not an imaging finding, misinterpretation of adynamic ileus as a benign finding, and pseudopneumatosis. Several enterocolitides can mimic AMI at CT angiography, such as inflammatory bowel disease, infections, angioedema, and radiation-induced enterocolitis. Awareness of pitfalls, conditions that mimic AMI, and potential distinguishing clinical and imaging features can assist radiologists in making an early and accurate diagnosis of AMI. ©RSNA, 2020
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».