Multiparametric magnetic resonance imaging for bladder cancer: a comprehensive systematic review of the Vesical Imaging-Reporting and Data System (VI-RADS) performance and potential clinical applications
Notice bibliographique
Résumé
BACKGROUND: The Vesical Imaging-Reporting and Data System (VI-RADS) score is a novel standardized approach to image and report bladder cancer (BC) with multiparametric MRI (mpMRI). OBJECTIVES: To describe and evaluate the performance of the VI-RADS score using mpMRI and assess its potential clinical applications and limitations. METHODS: A systematic review was conducted using the MEDLINE and EMBASE electronic bibliographic databases between June 2020 and December 2020. All reports deemed relevant to describe the VI-RADS score and assess its performance and applications were retrieved. Results presentation stands as narrative, purely descriptive synthesis based on aggregate studies data. RESULTS: A total of 20 relevant studies were retrieved: three meta-analyses, five prospective studies, and twelve retrospective studies. The retrospective studies covered 1676 patients, while the prospective studies included a total number of 468 patients. Pooled sensitivity, specificity to differentiate muscle-invasive from non-muscle-invasive bladder cancer, ranged from 74.1% to 97.3%, and 77% to 100%, respectively. The chosen VI-RADS score thresholds for this discrimination varied across studies. The interreader agreement ranged from 0.73 to 0.95. Currently, the potential clinical applications of VI-RADS consist of initial BC risk stratification, assessment of neoadjuvant therapies response, and bladder sparing approaches, although further validation is required. CONCLUSIONS: The VI-RADS score helps to discriminate muscle invasive from non-muscle invasive BC with good performance and reproducibility. A simple algorithm based on four basic questions may enhance its popularization. Further studies are required to validate the clinical applications.
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) | 0,004 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».