Prevalence of ‘Fat-Poor’ Adrenal Adenomas at Chemical-Shift MRI.
Notice bibliographique
Résumé
OBJECTIVE: : To determine the prevalence of 'fat-poor' adrenal adenomas at chemical-shift-MRI. MATERIALS AND METHODS: : This prospective IRB approved study identified 104 consecutive patients with 127 indeterminate adrenal masses that underwent 1.5-T chemical-shift-MRI between 2021-2023. Two blinded radiologists independently measured: 1) 2-Dimensionsal (2D) chemical-shift signal intensity (SI)-index on 2D Chemical-shift-MRI (SI-index >16.5% diagnosed presence of microscopic fat), 2) unenhanced CT attenuation (in cases where unenhanced CT was available). RESULTS: : From 127 adrenal masses, there were 94% (119/127) adenomas and 6% (8/127) other masses (2 pheochromocytoma, 5 metastases, 1 lymphoma). 98% (117/119) adenomas had SI-Index >16.5%, only 2% (2/119) adenomas were 'fat-poor' by MRI. SI-Index >16.5% was 100% specific for adenoma, all other masses had SI-Index <16.5%. Unenhanced CT was available in 43% (55/127) lesions (50 adenomas, 5 other masses). 34% (17/50) adenomas were lipid-poor (>10 HU). Percentage of adenomas with SI-Index >16.5% were: 1) ≤10 HU, 100% (33/33), 2) 11-29 HU, 100% (12/12), 3) ≥30 HU, 60% (3/5). No other masses had attenuation ≤10 HU (0/5). CONCLUSION: : Fat-poor adrenal adenomas are uncommon using 2D chemical-shift signal intensity index >16.5% at 1.5-T, occurring in approximately 2% of adenomas in this large prospective series.
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 | 0,001 |
| 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) | 0,001 | 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 ».