Dual Energy Computed Tomography Collagen Material Decomposition for Detection of Lumbar Spine Disc Extrusion and Sequestration: A Comparative Study With Greyscale Computed Tomography
Notice bibliographique
Résumé
Purpose: To assess value of dual energy computed tomography (DECT) collagen material decomposition algorithm when combined with standard computed tomography (CT) in detection of lumbar disc extrusion and sequestration. Materials and Methods: Retrospective analysis of all patients with acute low back pain who had a diagnosis of lumbar spine disc extrusion and/or sequestration on Magnetic Resonance Imaging (MRI) (reference standard), and had undergone non-contrast DECT of the lumbar spine within 60 days of the MRI. Age and sex-matched control patients (n = 42) were included. Patients were grouped into standard, grey-scale CT only group and standard CT + DECT tendon images group. Two double-blinded radiologists reviewed both groups for presence of extrusion or sequestration. They also rated their diagnostic confidence on Likert 5-point scale. McNemar Chi-square test was used to compare diagnostic accuracy, unpaired t-test to compare reviewers diagnostic confidence, and Cohen’s k (kappa) test for interobserver agreement. Results: The combined group showed higher overall sensitivity (96.6% vs 87.2%), specificity (99% vs 95.4%), and diagnostic accuracy (98.7% vs 94.5%) with a lower false positive rate (1.1% vs 4.6%). McNemar Chi-square test confirmed statistical significance ( P = .03 and P = .02 for Reviewers R1 and R2, respectively). The mean diagnostic confidence was also significantly higher on combined group (R1: 3.74 ± 1.1 vs 3.47 ± 1.15 ( P < .01) and R2: 3.91 ± 1.15 vs 3.72 ± 1.16 [mean ± SD] ( P = .02)). Conclusion: Utilizing MRI as a reference standard, DECT tendon application combined with standard CT increases the sensitivity, specificity, and accuracy of detection of lumbar spine disc extrusion and sequestration, when compared to standard CT alone.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».