MétaCan
Menu
Retour à la cohorte
Enregistrement W4387159567 · doi:10.1007/s00330-023-10237-7

Can absolute arterial phase hyperenhancement improve sensitivity of detection of hepatocellular carcinoma in indeterminate nodules on CT?

2023· article· en· W4387159567 sur OpenAlexaff
Sara Zafar, Khaled Y. Elbanna, A.W. Todd, Luís Guimarães, Ciara O’Brien, Ankur Goel, Tae Kyoung Kim, Korosh Khalili

Notice bibliographique

RevueEuropean Radiology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueHepatocellular Carcinoma Treatment and Prognosis
Établissements canadiensPrincess Margaret Cancer CentreUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicineHepatocellular carcinomaNeuroradiologyNuclear medicineRadiologyCarcinomaInterventional radiologyNodule (geology)KappaPathologyInternal medicineNeurology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To determine if quantitative assessment of relative (R) and absolute (A) arterial phase hyperenhancement (APHE) and washout (WO) applied to indeterminate nodules on CT would improve the overall sensitivity of detection of hepatocellular carcinoma (HCC). METHODS: One-hundred and fourteen patients (90 male; mean age, 65 years) with 210 treatment-naïve HCC nodules (190 HCCs, 20 benign) who underwent 4-phase CT were included in this retrospective study. Four radiologists independently assigned a qualitative LR (LI-RADS) category per nodule. LR-3/4 nodules were then quantitatively analyzed by the 4 readers, placing ROIs within nodules and adjacent liver parenchyma. A/R-APHE and WO were calculated, and per-reader sensitivity and specificity updated. Interobserver agreement and AUCs were calculated per reader. RESULTS: Qualitative readers 1-4 categorized 57, 69, 57, and 63 nodules as LR-3/4 respectively with moderate to substantial agreement in LR category (kappa 0.56-0.69, p < 0.0001); their diagnostic performances in the detection of HCC were 80%, 73.2%, 77.4%, and 77.4% sensitivity, and 100%, 95%, 70%, and 100% specificity, respectively. A threshold of ≥ 20 HU for A-APHE increased overall sensitivity of HCC detection by 0.5-3.1% without changing specificity for the subset of nodules APHE - /WO + on qualitative read, with 2, 6, 6, and 1 additional HCC detected by readers 1-4. Relative and various A-WO formulae and thresholds all increased sensitivity, but with a drop in specificity for some/all readers. CONCLUSION: Quantitatively assessed A-APHE showed potential to increase sensitivity and maintain specificity of HCC diagnosis when selectively applied to indeterminate nodules demonstrating WO without subjective APHE. Quantitatively assessed R and A-WO increased sensitivity, however reduced specificity. CLINICAL RELEVANCE STATEMENT: A workflow using selective quantification of absolute arterial enhancement is routinely employed in the CT assessment of renal and adrenal nodules. Quantitatively assessed absolute arterial enhancement is a simple tool which may be used as an adjunct to help increase sensitivity and maintain specificity of HCC diagnosis in indeterminate nodules demonstrating WO without subjective APHE. KEY POINTS: • In indeterminate nodules categorized as LI-RADS 3/4 due to absent subjective arterial phase hyperenhancement, a cut-off for absolute arterial phase hyperenhancement of ≥ 20 HU may increase the overall sensitivity of detection of HCC by 0.5-3.1% without affecting specificity. • Relative and various absolute washout formulae and cut-offs increased sensitivity of HCC detection, but with a drop in specificity for some/all readers.

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)0,007
score de la tête « metaresearch » (Gemma)0,034
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 enseignants0,007
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,034
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
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 Opus0,043
Tête enseignante GPT0,254
Écart entre enseignants0,212 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean RadiologyMême sujetHepatocellular Carcinoma Treatment and PrognosisTravaux en français237 207