Added Value of Contrast-enhanced US for Evaluation of Female Pelvic Disease
Notice bibliographique
Résumé
Since the first application of contrast-enhanced US (CEUS) in the late 1960s, the use of US contrast agents has grown tremendously, and this examination has proved to be a valuable adjunct to diagnostic US for detection and characterization of disease. Also, CEUS has emerged as an excellent option for evaluation of indeterminate lesions that require additional imaging, given its excellent safety profile, including that in patients with end-stage renal disease or allergies to contrast material who are unable to undergo contrast-enhanced CT or MRI. US traditionally has been considered the imaging modality of choice for evaluation of the female pelvis, followed by MRI and rarely fluoroscopy, CT, PET, or angiography. CEUS has the potential to add significant value in imaging gynecologic disease, and indications for its use in the female pelvis are expected to continue evolving. It can aid in evaluation of nonvascular structures, such as assessment of tubal patency, uterine cavity morphology, and pelvic fistulas. CEUS can help characterize poorly vascularized gynecologic tumors or tissues with slow flow by using qualitative and quantitative parameters and aid in image-guided interventions or biopsies by facilitating visualization of lesions that are difficult to see with other imaging modalities. The authors provide an overview of current applications of US contrast agents in the female pelvis and discuss associated factors such as technique, interpretation, and image optimization. They also discuss the limitations of CEUS and describe its utility in the evaluation of female pelvic disease by using an organ system case-based approach. © RSNA, 2024 Test Your Knowledge questions for this article are available in the supplemental material.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».