Morphological Predictors of Primary Lung Cancer among Part-Solid Ground-Grass Nodules on High-Resolution CT
Notice bibliographique
Résumé
Recent advancements in computed tomography (CT) scanning have improved the detection rates of peripheral pulmonary nodules, including those with ground-glass opacities (GGOs). This study focuses on part-solid pure ground-glass nodules (GGNs) and aims to identify imaging predictors that can reliably differentiate primary lung cancer from nodules with other diagnoses among part-solid GGNs on high-resolution CT (HRCT). A retrospective study was conducted on 609 patients who underwent surgical treatment or observation for lung nodules. Radiological findings from pre-operative HRCT scans were reviewed and several CT imaging features of part-solid GGNs were examined for their positive predictive value to identify primary lung cancer. The proportions of the nodules with a final diagnosis of primary lung cancer were significantly higher in part-solid GGNs (91.9%) compared with solid nodules (70.3%) or pure GGNs (66.7%). Among CT imaging features of part-solid GGNs that were evaluated, consolidation-to-tumor ratio (CTR) < 0.5 (98.1%), pleural indentation (96.4%), and clear tumor border (96.7%) had high positive predictive value to identify primary lung cancer. When two imaging features were combined, the combination of CTR < 0.5 and a clear tumor border was identified to have 100% positive predictive values with a sensitivity of 40.8%. Thus we conclude that part-solid GGNs with a CTR < 0.5 accompanied by a clear tumor border evaluated by HRCT are very likely to be primary lung cancers with an acceptable sensitivity. Preoperative diagnostic procedures to obtain a pathological diagnosis may potentially be omitted in patients harboring such part-solid GGNs.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».