MétaCan
Menu
← Retour à la cohorte
Enregistrement W4312920160 · doi:10.53350/pjmhs22168878

Efficacy of Doppler Ultrasound in Detection of Ovarian Malignancy

2022· article· en· W4312920160 sur OpenAlexaff
Neelam Shahzadi, Zartaj Hayat, Jawairiah, Javeria Saleem, Asma Sarwat

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueOvarian cancer diagnosis and treatment
Établissements canadiensSmiths Detection (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineRadiologyMalignancyUltrasoundGold standard (test)LaparotomyAdnexal massHistopathologySurgeryPathology

Résumé

récupéré en direct d'OpenAlex

Objective: To evaluate the accuracy of colour Doppler USG and b-mode USG preoperatively in detection of ovarian malignancy using histopathological diagnosis as gold standard Methodology: This cross-sectional study was conducted at Fauji Foundation hospital Rawalpindi from June, 2017 to Jan, 2020 after seeking the ethical approval from the hospital ethical committee A total of 96 female patients having adnexal masses on ultrasound were included in study. Enrollment in the study was subjected to written informed consent. Patients having adnexal mass of non-ovarian origin, patients not fit for surgery and lost to follow up were excluded from study. History taking and examination was followed by ultrasound and color-doppler of each patient. Color Doppler sonography was carried out with real-time ultrasound and Doppler scanner unit. All the included patients were undergone laparotomy after pre op workup. Histopathologies of all patients were traced. To avoid observer error, a designated trained operator performed doppler ultrasound from hospital own resource by using Toshiba Xario colour Doppler .Histopathology was also performed by hospital pathology laboratoty by trained histopathologist. All the included patients were undergone laparotomy after pre op workup. Histopathologies of all patients were traced .All the relevant findings were recorded in the pre-designed proforma. Data was entered and analysed in SPSS Version-26. Result: The sensitivity, specificity, positive predictive value (PPV) and negative predictive value (NPV) of Doppler with grayscale USG in detecting ovarian malignancy were calculated. The specificity was found to be 90.3% and sensitivity was 79.2%. Positive and negative predicative values were 92.9% and 73.1% respectively. Conclusion: Based upon the study findings, the Doppler USG’s reliability can be established for detection of ovarian malignancies. Keywords: Adnexal mass, Doppler, Ultrasonography, Ovarian malignancy

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,261
Écart entre enseignants0,247 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOvarian cancer diagnosis and treatment→Travaux en français237 207→