Can Magnetic Resonance Imaging Predict Pathologic Findings for Endometrioid Endometrial Cancer?
Notice bibliographique
Résumé
This pilot study aimed to assess the feasibility of precisely measuring tumor diameter and myometrial invasion in patients with endometrioid endometrial cancer (EEC) using preoperative contrast-enhanced magnetic resonance imaging (MRI). Adult patients with confirmed diagnosis of complex hyperplasia with atypia or EEC were included. Three radiologists separately measured tumor diameter and myometrial invasion. Basic descriptive statistics were used to describe patient characteristics and to compare radiology- and pathology-measured tumor diameter and myometrial invasion. Using the pathology results for tumor diameter as the gold standard for comparison, at least 1 radiologist was able to predict largest tumor diameter within 5 mm for 41.7% of patients. Similarly, based on pathology results for myometrial invasion, at least 1 radiologist was able to predict myometrial invasion within 5% for 50% of patients. All radiologists were able to predict superficial (<50%) or deep (≥50%) myometrial invasion for 75% of patients, with greater sensitivity, specificity, and accuracy for deep myometrial invasion. Given variation among radiologic measurements, it is difficult to recommend preoperative MRI as a basis for measuring tumor diameter and myometrial invasion. Even so, the ability to predict superficial versus deep myometrial invasion may benefit patients with EEC for whom surgery is not a viable option or for those seeking fertility-sparing treatment options.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».