Rare Mesenchymal Tumors of the Pelvis: Imaging and Pathologic Correlation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Most pelvic tumors originate from the organs. Less commonly, tumors can arise from the various anatomic pelvic compartments and are comprised of mesenchymal tissue: muscles, connective tissue, vessels, lymphatics, and fat. Among some of the rarer entities are benign tumors (eg, angiomyxoma, cellular angiofibroma, and desmoid fibromatosis), malignant tumors (eg, sarcoma), and tumors that can manifest as benign or malignant (eg, solitary fibrous tumor or nerve sheath tumor). Because these tumors are uncommon and often manifest with nonspecific clinical features, imaging (usually MRI) is an initial step in the evaluation. Radiologists interpreting these images are asked to help narrow the differential diagnosis and assess the likelihood of malignancy for treatment planning. Thus, the MRI report should include the imaging features that would indicate the underlying tissue histology for pathologic diagnosis as well as a description of the anatomic extent and pattern of growth. The authors describe multiple locally aggressive benign and malignant mesenchymal tumors and highlight characteristic clinical and imaging features that enable the radiologist to narrow the differential diagnosis. The anatomic spaces of the pelvis are reviewed with illustrations to aid the radiologist in describing these tumors, which often span multiple pelvic compartments. Tumor appearance at T2-weighted, diffusion-weighted, and postcontrast MRI is summarized and illustrated with correlation at CT or fluorodeoxyglucose PET/CT, when available. MRI features that correspond to specific types of tissue (eg, myxoid, fibrous, or vascular) are highlighted and correlated with images from pathologic evaluation. Online supplemental material is available for this article. ©RSNA, 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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle