Non-contrast MRI can accurately characterize adnexal masses: a retrospective study
Notice bibliographique
Résumé
OBJECTIVE: To determine the accuracy of interpretation of a non-contrast MRI protocol in characterizing adnexal masses. METHODS AND MATERIALS: of December 2018 were reviewed. A random subset (102 patients with 121 masses) was chosen to evaluate the reproducibility and repeatability of readers' assessments. Readers evaluated non-contrast MRI scans retrospectively, assigned a 5-point score for the risk of malignancy and gave a specific diagnosis. The reference standard for the diagnosis was histopathology or at least one-year imaging follow-up. Diagnostic accuracy of the non-contrast MRI score was calculated. Inter- and intra-reader agreement was analyzed with Cohen's kappa statistics. RESULTS: There were 53/350 (15.1%) malignant lesions in the whole cohort and 20/121 (16.5%) malignant lesions in the random subset. Good agreement between readers was found for the non-contrast MRI score (к = 0.73, 95% confidence interval [CI] 0.58-0.86) whilst the intra-reader agreement was excellent (к = 0.81, 95% CI 0.70-0.88). The non-contrast MRI score value of ≥ 4 was associated with malignancy with a sensitivity of 84.9%, a specificity of 95.9%, an accuracy of 94.2% and a positive likelihood ratio of 21 (area under the receiver operating curve 0.93, 95% CI 0.90-0.96). CONCLUSION: Adnexal mass characterization on MRI without the administration of contrast medium has a high accuracy and excellent inter- and intra-reader agreement. Our results suggest that non-contrast studies may offer a reasonable diagnostic alternative when the administration of intravenous contrast medium is not possible. KEY POINTS: • A non-contrast pelvic MRI protocol may allow the characterization of adnexal masses with high accuracy. • The non-contrast MRI score may be used in clinical practice for differentiating benign from malignant adnexal lesions when the lack of intravenous contrast medium precludes analysis with the O-RADS MRI score.
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 | 0,002 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».