The Ovarian/Adnexal Reporting and Data System for Ultrasound: From Standardized Terminology to Optimal Risk Assessment and Management
Notice bibliographique
Résumé
The American College of Radiology (ACR) Ovarian-Adnexal Reporting and Data System (O-RADS) lexicon and risk assessment tool for ultrasound (US) provides a framework for characterization of ovarian and adnexal pathology with the ultimate goal of harmonizing reporting and patient management strategies. Since the first O-RADS US publication in 2018, multiple validation studies have shown O-RADS US to have excellent diagnostic accuracy, with the majority of these studies using O-RADS 4 as the optimal cut-off for detecting ovarian cancer. Most of the existing validation studies include a dedicated training phase and confirm that ORADS US categories and lexicon descriptors are associated with high level inter-read agreement, regardless of radiologist training level or practice experience. O-RADS US has a similar inter-reader agreement when compared to Gynecologic Imaging Reporting and Data System (GIRADS), Assessment of Different Neoplasias in the adnexa (ADNEX), and International Tumor Analysis Group (IOTA) simple rules. System descriptors have been shown to correlate with expected malignancy rates and the O-RADS US risk stratification system has been shown to perform in the expected range of malignancy risk per category. Further directions will focus on clarifying governing concepts and lexicon terminology as well as further refining risk stratification categories based on data from published validation studies.
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 | 0,051 | 0,102 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,011 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».