MRI detection of suspected nasopharyngeal carcinoma: a systematic review and meta-analysis
Notice bibliographique
Résumé
PURPOSE: Endoscopic biopsy is recommended for diagnosis of nasopharyngeal carcinoma (NPC). A proportion of lesions are hidden from endoscopic view but detected with magnetic resonance imaging (MRI). This systematic review and meta-analysis investigated the diagnostic performance of MRI for detection of NPC. METHODS: An electronic search of twelve databases and registries was performed. Studies were included if they compared the diagnostic accuracy of MRI to a reference standard (histopathology) in patients suspected of having NPC. The primary outcome was accuracy for detection of NPC. Random-effects models were used to pool outcomes for sensitivity, specificity, and positive and negative likelihood ratio (LR). Bias and applicability were assessed using the modified QUADAS-2 tool. RESULTS: Nine studies were included involving 1736 patients of whom 337 were diagnosed with NPC. MRI demonstrated a pooled sensitivity of 98.1% (95% CI 95.2-99.3%), specificity of 91.7% (95% CI 88.3-94.2%), negative LR of 0.02 (95% CI 0.01-0.05), and positive LR of 11.9 (95% CI 8.35-16.81) for detection of NPC. Most studies were performed in regions where NPC is endemic, and there was a risk of selection bias due to inclusion of retrospective studies and one case-control study. There was limited reporting of study randomization strategy. CONCLUSION: This study demonstrates that MRI has a high pooled sensitivity, specificity, and negative predictive value for detection of NPC. MRI may be useful for lesion detection prior to endoscopic biopsy and aid the decision to avoid biopsy in patients with a low post-test probability of disease.
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) | 0,017 | 0,002 |
| 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 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 ».