Can Dynamic Contrast-Enhanced MRI Be Used to Differentiate Hepatic Hemangioma from Other Lesions in Early Infancy?
Notice bibliographique
Résumé
Abstract Background Confident diagnosis of hepatic hemangioma on imaging can avoid biopsy in early infancy and helps guide conservative management. Purpose This article aims to determine if dynamic contrast-enhanced magnetic resonance imaging (MRI) can be used to differentiate liver hemangioma from other lesions in infants ≤ 100 days and to determine association of MRI features with hepatic lesions. Methods MRI performed for liver lesions were retrospectively reviewed to note imaging characteristics and the MRI diagnosis. Final diagnosis was assigned based on pathology in available cases and by corroborative standard of reference including overall clinical features, lab findings, and follow-up. Results Of 30 infants (18 boys, 12 girls; average age 42.2 days) included, 18 had solitary and 12 had multifocal lesions. Diagnoses in total 33 lesions included hemangiomas (23), hepatoblastoma (6), arteriovenous malformation (2), neuroblastoma metastases (1), and infarction (1). MRI and final diagnosis matched in 94% lesions with almost perfect agreement (kappa 0.86) for reader 1, and matched in 88% lesions with substantial agreement (kappa 0.71) for reader 2. Interobserver agreement for MRI diagnosis was substantial (kappa 0.62). Sensitivity, specificity, positive predictive value, negative predictive value, and accuracy of MRI in differentiating hemangioma from other lesions were 100, 90, 96, 100, and 97%, respectively. Centripetal (16/23) or flash (5/23) filling were only seen with hemangioma. There was no significant difference in alpha-fetoprotein elevation (p 0.08), average size (p 0.35), multifocality (p 0.38), and intralesional hemorrhage (p 1) between hemangioma and hepatoblastoma. Conclusion Centripetal filling on dynamic imaging and absence of washout are characteristic MRI features of hepatic hemangioma that can help to differentiate it from other lesions in early infancy.
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 | 0,001 | 0,013 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».