Identification of Surgically Curable Primary Aldosteronism by Imaging in a Large, Multiethnic International Study
Notice bibliographique
Résumé
CONTEXT: Adrenal gland imaging is recommended by the current guidelines for the workup of primary aldosteronism (PA). However, its diagnostic performance has not been established in large, multiethnic cohorts of patients who undergo adrenal vein sampling (AVS) and adrenalectomy. OBJECTIVE: This work aims to assess the diagnostic accuracy of cross-sectional adrenal imaging. METHODS: This international multicenter study took place in tertiary referral centers. A total of 1625 PA patients seeking surgical cure were enrolled in an international study involving 19 centers in North America, Europe, Asia, and Australia. Of these, 1311 (81%) had imaging data available and 369 (23%), who received a final diagnosis of surgically cured unilateral PA, were examined. Patients underwent AVS and imaging by computed tomography and/or magnetic resonance imaging. The accuracy of detection of unilateral PA at imaging was estimated by the area under the receiver operator characteristics curve using cure (biochemical and/or full clinical success) as the reference at follow-up after unilateral adrenalectomy. RESULTS: In the cohort of 1311 patients with imaging data available, 34% and 7% of cases showed no detectable or bilateral nodules, respectively. Imaging did not detect the culprit adrenal in 28% of the surgically cured unilateral PA patients. Moreover, the clinical outcome did not differ significantly between the imaging-positive and imaging-negative patients. CONCLUSION: Cross-sectional imaging did not identify a lateralized cause of disease in around 40% of PA patients and failed to identify the culprit adrenal in more than one-fourth of patients with unilateral PA.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».