Application of the new classification criteria in ovarian pathology (IOTA – O-RADS)
Notice bibliographique
Résumé
The Ovarian-Adnexal Reporting and Data System (O-RADS) risk stratification and management system is designed to provide consistent interpretations, to decrease or eliminate ambiguity in ultrasound (US) reports, resulting in a higher accuracy in assigning the risk of malignancy for ovarian and other adnexal masses, and to provide accurate management recommendations for each risk category. It was developed by experts in radiology, gynecology, pathology and gynecologic oncology from the United States, Canada and Europe, under the supervision of the ACR (American College of Radiology). This unique system represents a collaboration between the pattern-based approach, commonly used in North America, and the widely used, European-based, algorithmic-style of the International Ovarian Tumor Analysis (IOTA) Assessment of Different Neoplasias in the Adnexa model system, a risk prediction model that has undergone successful prospective and external validation. The Ovarian-Adnexal Reporting and Data System US risk stratification and management system for evaluation of ovarian and other adnexal masses is based on a standardized lexicon, incorporates all classes of risk, and offers an associated management strategy for each risk category. US is widely considered the primary imaging modality in the evaluation of women with suspected adnexal pathology. Standardized terms and definitions to describe the sonographic features of adnexal lesions have been proposed, and several US reporting models can aid in differentiating benign from malignant adnexal masses. However, approximately 20% to 25% of adnexal masses remain indeterminate after the initial sonographic evaluation. Furthermore, studies have demonstrated variable positive predictive values for the detection of ovarian cancer using US, with certain studies showing low positive predictive values in the general population in which the incidence of ovarian cancer is low. Secondary tests such as MRI could help decrease the number of false-positive lesions when using US in certain settings and avoid unnecessary surgery in benign lesions. The ACR Ovarian-Adnexal Reporting and Data Systems (O-RADS) MRI Committee has developed an evidence-based lexicon and risk stratification system for MRI evaluation of adnexal lesions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,011 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».