MRI Evaluation of Uterine Masses for Risk of Leiomyosarcoma: A Consensus Statement
Notice bibliographique
Résumé
Laparoscopic myomectomy, a common gynecologic operation in premenopausal women, has become heavily regulated since 2014 following the dissemination of unsuspected uterine leiomyosarcoma (LMS) throughout the pelvis of a physician treated for symptomatic leiomyoma. Research since that time suggests a higher prevalence than previously suspected of uterine LMS in resected masses presumed to represent leiomyoma, as high as one in 770 women (0.13%). Though rare, the dissemination of an aggressive malignant neoplasm due to noncontained electromechanical morcellation in laparoscopic myomectomy is a devastating outcome. Gynecologic surgeons' desire for an evidence-based, noninvasive evaluation for LMS is driven by a clear need to avoid such harms while maintaining the availability of minimally invasive surgery for symptomatic leiomyoma. Laparoscopic gynecologists could rely upon the distinction of higher-risk uterine masses preoperatively to plan oncologic surgery (ie, potential hysterectomy) for patients with elevated risk for LMS and, conversely, to safely offer women with no or minimal indicators of elevated risk the fertility-preserving laparoscopic myomectomy. MRI evaluation for LMS may potentially serve this purpose in symptomatic women with leiomyomas. This evidence review and consensus statement defines imaging and disease-related terms to allow more uniform and reliable interpretation and identifies the highest priorities for future research on LMS evaluation.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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) | 0,001 | 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 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 ».