A Visual Aid Tool for Detection of Pancreatic Tumour-Vessel Contact on Staging CT: A Retrospective Cohort Study
Notice bibliographique
Résumé
Purpose: In pancreatic adenocarcinoma, the difficult distinction between normal and affected pancreas on CT studies may lead to discordance between the pre-surgical assessment of vessel involvement and intraoperative findings. We hypothesize that a visual aid tool could improve the performance of radiology residents when detecting vascular invasion in pancreatic adenocarcinoma patients. Methods: This study consisted of 94 pancreatic adenocarcinoma patient CTs. The visual aid compared the estimated body fat density of each patient with the densities surrounding the superior mesenteric artery and mapped them onto the CT scan. Four radiology residents annotated the locations of perceived vascular invasion on each scan with the visual aid overlaid on alternating scans. Using 3 expert radiologists as the reference standard, we quantified the area under the receiver operating characteristic curve to determine the performance of the tool. We then used sensitivity, specificity, balanced accuracy ((sensitivity + specificity)/2), and spatial metrics to determine the performance of the residents with and without the tool. Results: The mean area under the curve was 0.80. Radiology residents’ sensitivity/specificity/balanced accuracy for predicting vascular invasion were 50%/85%/68% without the tool and 81%/79%/80% with it compared to expert radiologists, and 58%/85%/72% without the tool and 78%/77%/77% with it compared to the surgical pathology. The tool was not found to impact the spatial metrics calculated on the resident annotations of vascular invasion. Conclusion: The improvements provided by the visual aid were predominantly reflected by increased sensitivity and accuracy, indicating the potential of this tool as a learning aid for trainees.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».