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 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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 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 ».