Diagnostic Accuracy of Contrast-Enhanced Ultrasound (CEUS) in the Detection of Muscle-Invasive Bladder Cancer: A Systematic Review and Diagnostic Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND: Contrast-enhanced ultrasound (CEUS) is a diagnostic tool that is gaining popularity for its ability to improve overall diagnostic accuracy in bladder cancer (BC) staging. Our aim is to determine the cumulative diagnostic performance of CEUS in predicting preoperative muscle invasiveness using a comprehensive systematic review and pooled meta-analysis. METHODS: A systematic review until October 2023 was performed according to the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) statement. Patients with BC suspicion were offered CEUS before the transurethral resection of the bladder tumor (TURBT). The diagnostic performance of CEUS was evaluated based on non-muscle-invasive bladder cancer (NMIBC) vs. muscle-invasive bladder cancer (MIBC) confirmed at the final histopathological examination after TURBT. The outcomes were determined through pooled sensitivity, specificity, pooled positive likelihood ratio (PLR+), negative likelihood ratio (PLR-), and area under the summary receiver operating characteristic (SROC) along with their respective 95% confidence intervals (CI). RESULTS: Overall, five studies were included. In these studies, a total of 362 patients underwent CEUS prior to TURBT. The pooled sensitivity and specificity were 0.88 (95% CI: 0.81-0.93) and 0.88 (95% CI: 0.82-0.92), respectively. SROC curve depicted a diagnostic accuracy of 0.94 (95% CI: 0.81-0.98). The pooled PLR+ and PLR- were 7.3 (95% CI: 4.8-11.2) and 0.14 (95% CI: 0.08-0.23), respectively. CONCLUSIONS: Our meta-analysis indicates that CEUS is highly accurate in the diagnosis and staging for BC. Beyond its accuracy, CEUS offers the advantage of being a cost-effective, safe, and versatile imaging tool.
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 | 0,022 | 0,072 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,016 | 0,040 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».