Direct Comparison of Diagnostic Accuracy of Fast Kilovoltage Switching Dual-Energy Computed Tomography and Magnetic Resonance Imaging for Detection of Enhancement in Renal Masses
Notice bibliographique
Résumé
PURPOSE: The aim of the study was to compare diagnostic accuracy of dual-energy computed tomography (DECT) and magnetic resonance imaging (MRI) to detect enhancement in renal masses. METHODS: Adults renal masses of 10 mm or greater with both fast kilovoltage potential switching DECT and contrast-enhanced MRI performed within 12 months were retrospectively included. Two blinded radiologists independently evaluated for enhancement subjectively (5-point Likert scales) and quantitatively (signal intensity ratio ≥15% for MRI, iodine concentration ≥1.2 or ≥2.0 mg/mL for DECT). Per-lesion diagnostic accuracy, with histologic reference standard for solid masses, was expressed as the area under the receiver operator curve (AUC) for each index test. Differences were evaluated for statistical significance using the DeLong test. RESULTS: We included 24 patients with 41 masses: 17 solid renal masses and 24 Bosniak 1 or 2 cysts. There was no significant difference in diagnostic accuracy comparing subjective enhancement by MRI and using iodine overlay DECT for reader 1 (AUC 0.99 vs 0.99, P = 0.38) or reader 2 (AUC 1.00 vs 0.94, P = 0.12) Interobserver agreement was κ = 0.61 for DECT and κ = 0.71 for MRI. There was no significant difference either in accuracy between quantitative assessment using signal intensity ratio or iodine concentration for reader 1 (AUC 0.94 vs 0.94, P = 0.88) or reader 2 (AUC 0.97 vs 0.92, P = 0.16). False-negative results in both subjective and quantitative assessment were nearly exclusively seen in papillary renal cell carcinoma, occurring with both DECT and MRI. CONCLUSIONS: We detected no significant differences in accuracy for detecting enhancement in renal masses comparing MRI and DECT. Our results require further investigation in larger sample sizes, but suggest that DECT may be comparable to MRI for detection of enhancement in renal masses.
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 | 0,005 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».