COLONOGRAFIA POR TOMOGRAFIA COMPUTADORIZADA NA TRIAGEM DE CÂNCER COLORRETAL: UMA REVISÃO DE LITERATURA
Notice bibliographique
Résumé
O câncer de colorretal é a terceira neoplasia mais frequente no mundo, acomete, principalmente, a porção distal do trato gastrointestinal. No Brasil, é a terceira neoplasia mais prevalente no sexo feminino segundo o INCA. O diagnóstico precoce e rastreamento são as formas mais eficazes de prevenir a formação e desenvolvimento da CCR, pois possibilita identificar lesões pré-malignas. Dentre os métodos diagnósticos, a CTC é uma técnica tridimensional, que utiliza baixa dose de radiação e permite diagnosticar lesões de cólon, mas também extra colônicas. Objetivo: Realizar uma revisão integrativa da literatura a respeito do exame de diagnóstico CTC para neoplasias de cólon, abordando sobre definição, técnica, triagem, rastreio, sensibilidade, especificidade e custo; indicações e contraindicações, benefícios e limitações do exame. Método: Trata-se de uma revisão bibliográfica integrativa da literatura e síntese dos resultados a partir de artigos científicos publicados e indexados nos portais PubMed e BVS (Biblioteca Virtual em Saúde), nas bases de dados Lilacs, Medline e Scielo. Conclusão: O rastreamento e identificação de pólipos e lesões neoplásicas intestinais é importante para reduzir ou descartar um possível avanço da doença. As combinações dos métodos existentes para o diagnóstico precoce agem de forma efetiva para a detecção e exérese da lesão, sobretudo, a CTC, além disso, ela tem uma boa especificidade e sensibilidade na detecção de lesões de 5 a 9 mm e extra colônicas. Porém, lesões menores de 5 mm que não podem ser identificadas com precisão.
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 | 0,005 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,016 | 0,016 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».