Sensitivity and specificity of chest imaging for sarcoidosis screening in patients with cardiac presentations.
Notice bibliographique
Résumé
BACKGROUND: Patients with sarcoidosis can present with cardiac symptoms as the first manifestation of disease in any organ. In these patients, the use of chest imaging modalities may serve as an initial screening tool towards the diagnosis of sarcoidosis through identification of pulmonary/mediastinal involvement; however, the use of chest imaging for this purpose has not been well studied. We assessed the utility of different chest imaging modalities for initial screening for cardiac sarcoidosis (CS). METHODS AND RESULTS: All patients were investigated with chest x-ray, chest computed tomography (CT) and/or cardiac/thorax magnetic resonance imaging (MRI). We then used the final diagnosis (CS versus no CS) and adjudicated imaging reports (normal versus abnormal) to calculate the sensitivity and specificity of individual and combinations of chest imaging modalities. We identified 44 patients (mean age 54 (±8) years, 35.4% female) and a diagnosis of CS was made in 18/44 patients (41%). The sensitivity and specificity for screening for sarcoidosis were 35% and 85% for chest x-ray, respectively (AUC 0.60; 95%CI 0.42-0.78; p value=0.27); 94% and 86% for chest CT (AUC 0.90; 95%CI 0.80-1.00; p value <0.001); 100% and 50% for cardiac/thorax MRI (AUC 0.75; 95%CI 0.56-0.94; p value=0.04). CONCLUSIONS: During the initial diagnostic workup of patients with suspected CS, chest x-ray was suboptimal as a screening test. In contrast CT chest and cardiac/thorax MRI had excellent sensitivity. Chest CT has the highest specificity among imaging modalities. Cardiac/thorax MRI or chest CT could be used as an initial screening test, depending on local availability.
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 | 0,000 |
| 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 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 ».