Real-Time Ultrasound-Computed Tomography Fusion with Volume Navigation to Assess Pancreatic Cystic Lesions
Notice bibliographique
Résumé
Transabdominal ultrasound is a promising imaging modality for pancreatic cystic lesions. This study aims to determine if transabdominal ultrasonography with CT fusion (TAUS-f) using volume navigation can be used to measure pancreatic cystic lesions (PCLs) compared to CT alone. We evaluated 33 patients prospectively with known PCLs. The readers evaluated each PCL's size and imaging characteristics on TAUS-f and CT alone. These were compared to endoscopic ultrasonography reports. A total of 43 PCLs from 32 patients were evaluated. The detection rate by TAUS-f was 93%. Two of the three undetected PCLs were in the tail of the pancreas. Inter-reader variabilities for TAUS-f and CT were 0.005 cm and 0.03 cm, respectively. Subgroup analysis by size and location demonstrated that inter-modality variability between TAUS-f and CT was smallest for lesions < 1.5 cm with a size difference of -0.13 cm for each reader and smallest in the pancreatic head with a size difference of -0.16 cm and -0.17 cm for readers 1 and 2. We found that TAUS-f effectively evaluates PCLs compared to CT alone, thus suggesting that it should be considered part of the surveillance algorithm for a subset of patients.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,000 | 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 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 ».