Pediatric Hepatoblastoma, Hepatocellular Carcinoma, and Other Hepatic Neoplasms: Consensus Imaging Recommendations from American College of Radiology Pediatric Liver Reporting and Data System (LI-RADS) Working Group
Notice bibliographique
Résumé
Appropriate imaging is imperative in evaluating children with a primary hepatic malignancy such as hepatoblastoma or hepatocellular carcinoma. For use in the adult patient population, the American College of Radiology created the Liver Imaging Reporting and Data System (LI-RADS) to provide consistent terminology and to improve imaging interpretation. At present, no similar consensus exists to guide imaging and interpretation of pediatric patients at risk for developing a liver neoplasm or how best to evaluate a pediatric patient with a known liver neoplasm. Therefore, a new Pediatric Working Group within American College of Radiology LI-RADS was created to provide consensus for imaging recommendations and interpretation of pediatric liver neoplasms. The article was drafted based on the most up-to-date existing information as interpreted by imaging experts comprising the Pediatric LI-RADS Working Group. Guidance is provided regarding appropriate imaging modalities and protocols, as well as imaging interpretation and reporting, with the goals to improve imaging quality, to decrease image interpretation errors, to enhance communication with referrers, and to advance patient care. An expanded version of this document that includes broader background information on pediatric hepatocellular carcinoma and rationale for recommendations can be found in Appendix E1 (online).
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 | 0,031 | 0,084 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,009 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,004 |
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 ».