Bosniak Classification of Cystic Renal Masses, Version 2019: A Pictorial Guide to Clinical Use
Notice bibliographique
Résumé
Cystic renal masses are commonly encountered in clinical practice. In 2019, the Bosniak classification of cystic renal masses, originally developed for CT, underwent a major revision to incorporate MRI and is referred to as the Bosniak Classification, version 2019. The proposed changes attempt to (a) define renal masses (ie, cystic tumors with less than 25% enhancing tissue) to which the classification should be applied; (b) emphasize specificity for diagnosis of cystic renal cancers, thereby decreasing the number of benign and indolent cystic masses that are unnecessarily treated or imaged further; (c) improve interobserver agreement by defining imaging features, terms, and classes of cystic renal masses; (d) reduce variation in reported malignancy rates for each of the Bosniak classes; (e) incorporate MRI and to some extent US; and (f) be applicable to all cystic renal masses encountered in clinical practice, including those that had been considered indeterminate with the original classification. The authors instruct how, using CT, MRI, and to some extent US, the revised classification can be applied, with representative clinical examples and images. Practical tips, pitfalls to avoid, and decision tree rules are included to help radiologists and other physicians apply the Bosniak Classification, version 2019 and better manage cystic renal masses. An online resource and mobile application are also available for clinical assistance. An invited commentary by Siegel and Cohan is available online. ©RSNA, 2021 An earlier incorrect version of this article appeared online and in print. This article was corrected on October 22, 2021.
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 | 0,004 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,020 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,042 | 0,043 |
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 ».