Role of Diffusion-Weighted MRI ( DWI) in Differentiating Between Benign and Malignant Nodules of Thyroid Taking Histopathology as Gold Standard
Notice bibliographique
Résumé
Background: Thyroid gland is a principal endocrine organ, first to develop in embryo, endodermal in origin and producing hormones essential for life. It is a vascular organ inclusive of right and left lobes, surrounded by a capsule and isthmus in the centre. Objective: To determine the role of Diffusion-Weighted MRI ( DWI) in differentiating between benign and malignant thyroid nodules keeping histopathology as the gold standard. Methodology: One hundred and three patients (103) were enrolled. DWI sequence was performed on 1.5 Tesla GE machine at b-values of 0, 50 and 1000 s/mm2 with correlative ADC map and quantitative values were calculated. FNAC of the thyroid nodules was carried out and results were tallied with ADC values. Out of these, five patients lost to follow up and an inadequate sample was obtained in six patients. Results: Mean age of patients (n=92) was 39 years. Out of 92 patients, 26 patients (28.3%) showed restricted diffusion on DWI in malignant thyroid nodules. Mean ADC ( Apparent Diffusion Coefficient) value of benign thyroid nodules (1.43 × 10-3mm2s-1) was significantly greater than malignant thyroid nodules (0.91×10-3mm s-1). For discriminating two types of nodules, cut off ADC value was determined at 1.1×10-3mm2s-1 and its sensitivity, specificity, PPV, NPV and diagnostic accuracy was 84.6, 95.4, 88.8, 91.5 and 92.3% respectively. Conclusion: Diffusion Weighted MRI is a non-invasive imaging investigation without ionizing radiation hazard. Its greater soft tissue differentiation and multiplanar images help in the diagnosis of malignant thyroid nodules with high sensitivity and accuracy. The overload of unnecessary surgeries is thus lowered when pre-operative FNAC is indecisive and aids in making a precise diagnosis.
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) | 0,001 | 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) | 0,000 | 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 ».