Comparison of the Total Kidney Volumes Using the Ellipsoid Equation and Manual Segmentation in ADPKD
Notice bibliographique
Résumé
Background: Total kidney volume (TKV) is an important prognostic biomarker of disease progression in autosomal dominant polycystic kidney disease (ADPKD). The gold standard of manual segmentation TKV (mTKV) is time and labour-intensive. The ellipsoid equation TKV (eTKV) is commonly used in clinical practice, but assumes uniform growth of the kidneys. Our study examined the correlation between the eTKV and mTKV and we examined cases individually where there was misclassification. Methods: We analyzed coronal T2-weighted MRI slices for 143 patients with ADPKD from a single centre. eTKV was determined using standard orthogonal measurements. The ground truth mTKV was performed by a single trained individual. Pearson’s correlation coefficient was calculated and a Bland-Altman analysis was performed. A confusion matrix was generated to illustrate the misclassification in the Mayo Imaging Classification (MIC) between the two approaches. We explored cyst imaging features where the difference in TKV methods was ≥20%. Results: The mean age of the cohort was 45 (SD 15), 46% were male, hypertension prevalence was 71%, the median eGFR was 76 ml/min/1.73m2 (IQR 46-107), heightadjusted TKV was 865 mL/m (IQR 490-1307), and tolvaptan use was 45%. The correlation coefficient between both TKV measures was 0.96. The Bland-Altman analysis showed wide limits of agreement [-40.43%, 25.15%], and 24 patients were reclassified by one MIC risk category. Of the 25 patients (17%) who exhibited ≥20% difference between the two measures, 23 patients were characterized as having large exophytic cysts. Conclusions: The eTKV is efficient and generally reliable for calculating TKV, but it may lose accuracy in patients with large exophytic cysts. Further study should explore the association of exophytic cysts with kidney disease progression. Understanding whether exophytic cysts should be included in the TKV estimation may aid in risk stratification. Confusion Matrix of Mayo Imaging Class Determined By Total Kidney Volume Using Ellipsoid Equation (eTKV) and Manual Segmentation (mTKV) - eTKV 1A 1B 1C 1D 1E 2 mTKV 1A 11 0 0 0 0 0 1B 3 24 0 0 0 0 1C 0 8 46 2 0 0 1D 0 0 8 23 1 0 1E 0 0 0 2 13 0
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 | 0,008 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».