Transvaginal ultrasound and magnetic resonance imaging in the diagnosis of endometrioma: a systematic review and meta-analysis of diagnostic test accuracy studies*
Notice bibliographique
Résumé
INTRODUCTION: The diagnosis of endometriomas in patients with endometriosis is of primary importance because it influences the management and prognosis of infertility and pain. Imaging techniques are evolving constantly. This study aimed to systematically assess the diagnostic accuracy of transvaginal ultrasound (TVUS) and magnetic resonance imaging (MRI) in detecting endometrioma using the surgical visualisation of lesions with or without histopathological confirmation as reference standards in patients of reproductive age with suspected endometriosis. METHODS: PubMed, Embase, Web of Science, Cumulative Index to Nursing and Allied Health Literature and ClinicalTrials.gov databases were searched from their inception to 12 October 2022, using a manual search for additional articles. Two authors independently performed title, abstract and full-text screening of the identified records, extracted study details and quantitative data and assessed the quality of the studies using the 'Quality Assessment of Diagnostic Accuracy Study 2' tool. Bivariate random-effects models were used to determine the pooled sensitivity and specificity, compare the two imaging modalities and evaluate the sources of heterogeneity. RESULTS: -value of 0.47). Pooled TVUS and MRI specificities for endometrioma were 0.95 (95% CI, 0.92-0.97) and 0.94 (95% CI, 0.89-0.97), respectively (indirect comparison p-value of 0.51). These studies had a high or unclear risk of bias. A direct comparison (all participants undergoing TVUS and MRI) of the modalities was available in only two studies. CONCLUSION: TVUS and MRI have high accuracy for diagnosing endometriomas; however, high-quality studies comparing the two modalities are lacking.
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 | 0,302 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,010 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| 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 ».