Advances in liver US, CT, and MRI: moving toward the future
Notice bibliographique
Résumé
Over the past two decades, the epidemiology of chronic liver disease has changed with an increase in the prevalence of nonalcoholic fatty liver disease in parallel to the advent of curative treatments for hepatitis C. Recent developments provided new tools for diagnosis and monitoring of liver diseases based on ultrasound (US), computed tomography (CT), and magnetic resonance imaging (MRI), as applied for assessing steatosis, fibrosis, and focal lesions. This narrative review aims to discuss the emerging approaches for qualitative and quantitative liver imaging, focusing on those expected to become adopted in clinical practice in the next 5 to 10 years. While radiomics is an emerging tool for many of these applications, dedicated techniques have been investigated for US (controlled attenuation parameter, backscatter coefficient, elastography methods such as point shear wave elastography [pSWE] and transient elastography [TE], novel Doppler techniques, and three-dimensional contrast-enhanced ultrasound [3D-CEUS]), CT (dual-energy, spectral photon counting, extracellular volume fraction, perfusion, and surface nodularity), and MRI (proton density fat fraction [PDFF], elastography [MRE], contrast enhancement index, relative enhancement, T1 mapping on the hepatobiliary phase, perfusion). Concurrently, the advent of abbreviated MRI protocols will help fulfill an increasing number of examination requests in an era of healthcare resource constraints.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».