MétaCan
Menu
Retour à la cohorte
Enregistrement W4210785883 · doi:10.3390/curroncol29020071

Diffusion-Weighted MRI in Patients with Testicular Tumors—Intra- and Interobserver Variability

2022· article· en· W4210785883 sur OpenAlexvenueno aff
Malene Roland Vils Pedersen, Martina Kastrup Loft, Claus Dam, Lone Ærenlund Lohmann Rasmussen, Signe Timm

Notice bibliographique

RevueCurrent Oncology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueMRI in cancer diagnosis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineDiffusion MRIRadiologyMagnetic resonance imagingPathology

Résumé

récupéré en direct d'OpenAlex

In general, magnetic resonance (MR) diffusion-weighted imaging (DWI) has shown potential in clinical settings. In testicles parenchyma, the DW imaging helps differentiate and characterize benign from malignant lesions. Placement and size of the region of interest (ROI) may affect the ADC value. Therefore, the aim of this study was to investigate the intra- and interobserver variability in testicular tumors when measuring ADC using various types of regions of interest (ROI). Two observers performed the ADC measurements in testicular lesions based on three ROI methods: (1) whole volume, (2) round, and (3) small sample groups. Intra- and interobserver variability was analyzed for all ROI methods using intraclass correlation coefficients (ICC) and bland-altman plots. The two observers performed the measurements twice, three months apart. A total of 26 malignant testicle tumors were included. Interobserver agreement was excellent in tumor length (ICC = 0.98) and tumor width (ICC = 0.98). In addition, intraobserver agreement was excellent in tumor length (ICC = 0.98) and tumor width (ICC = 0.99). The whole volume interobserver agreement in the first reading was excellent (ICC = 0.93). Round ADC had an excellent (ICC = 0.93) and fair (ICC = 0.58) interobserver agreement, in the first and second reading, respectively. Interobserver agreement in ADC small ROIs was good (ICC = 0.87), and good (ICC = 0.78), in the first and second reading, respectively. Intraobserver agreement varied from fair, good to excellent agreement. The ROI method showed varying inter- and intraobserver agreement in ADC measurement. Using multiple small ROI conceded the highest interobserver variability, and, thus, the whole volume or round seem to be the preferable methods.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,026
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,322
Écart entre enseignants0,290 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetMRI in cancer diagnosisTravaux en français237 207