Ultra‐High Frequency Ultrasound in Melanoma Management
Notice bibliographique
Résumé
OBJECTIVES: The main aim of this study is to evaluate the correspondence between the ultrasonographic thickness and the Breslow thickness in melanoma using ultra-high frequency ultrasound and the intra- and inter-operator repeatability in the ultrasonographic measurements of melanoma depth. Moreover, we propose a new protocol based on a combined ultrasonographic-histopathological approach. METHODS: We analyzed 27 melanomas in a population consisted of 27 patients (mean age 57.6 years, 51.8% males), who came at the Department of Dermatology (University of Pisa, Pisa, Italy) from April 2016 to March 2018 and had an ultrasonographic examination of a suspected lesion before the surgical removal using ultra-high frequency ultrasound (Vevo®MD, Fujifilm, Visualsonics, Toronto, Canada; 70 MHz probe). B-mode images were analyzed by two skilled and blinded operators, and the maximum depth of the lesions was measured using a dedicated graphical user interface developed in Matlab R2016b (MathWorks Inc., Natick, MA), to obtain repetitive measurements. RESULTS: All melanomas appeared as band-like or oval/fusiform shaped hypoechoic inhomogeneous lesions. We observed an excellent agreement between the Breslow thickness of melanomas and the ultrasonographic thickness, as well as a reduced intra- and inter-operator variability in the ultrasonographic measurements of melanoma depth. CONCLUSIONS: We propose a ultrasonographic-histopathological protocol which may help clinicians to reduce the diagnostic delay, improve prognosis and survival rates, perform a surgical excision with negative margins, and reduce the variability in the assessment of Breslow thickness.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,005 | 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 ».