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 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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».