A review of 99mTc-sestamibi SPECT/CT for renal oncocytomas: A modified diagnostic algorithm
Notice bibliographique
Résumé
99mTc-sestamibi SPECT/CT is a promising nuclear medicine imaging investigation for benign renal lesions such as renal oncocytomas. The purpose of this article is to i) review the current literature on 99mTc-sestamibi SPECT/CT, ii) to review to current application of 99mTc-sestamibi SPECT/CT for indeterminate renal lesion imaging, and iii) to discuss present limitations and areas for future research. The literature has been reviewed up to April 2022 for articles relating to the application of 99mTc-sestamibi SPECT/CT for benign renal lesions including a recently published systematic review and meta-analysis performed by the authors. One study evaluating 99mTc-sestamibi SPECT alone and five studies evaluating 99mTc-sestamibi SPECT/CT have been performed to date. 99mTc-sestamibi SPECT/CT demonstrates high sensitivity and specificity for detecting benign renal lesions, particularly renal oncocytomas. 99mTc-sestamibi SPECT/CT demonstrates near-perfect specificity for benign and low-grade renal lesions. The optimal quantified threshold ratio for tumor-to-background renal parenchyma radiotracer uptake for a positive result is > 0.6. In this article, we propose a modified diagnostic algorithm for small enhancing renal masses measuring 1-4 cm in which suspected benign lesions after conventional imaging are considered for 99mTc-sestamibi SPECT-CT. In this algorithm, positive studies can be monitored with active surveillance rather than requiring invasive biopsy and/or targeted therapy.
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 | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».