Imaging modalities for characterising T1 renal tumours: A systematic review and meta‐analysis of diagnostic accuracy
Notice bibliographique
Résumé
Abstract Objectives International guidelines recommend resection of suspected localised renal cell carcinoma (RCC), with surgical series showing benign pathology in 30%. Non‐invasive diagnostic tests to differentiate benign from malignant tumours are an unmet need. Our objective was to determine diagnostic accuracy of imaging modalities for detecting cancer in T1 renal tumours. Methods A systematic review was performed for reports of diagnostic accuracy of any imaging test compared to a reference standard of histopathology for T1 renal masses, from inception until January 2023. Twenty‐seven publications (including 2277 tumours in 2044 participants) were included in the systematic review, and nine in the meta‐analysis. Results Forest plots of sensitivity and specificity were produced for CT (seven records, 1118 participants), contrast‐enhanced ultrasound (seven records, 197 participants), [99mTc]Tc‐sestamibi SPECT/CT (five records, 263 participants), MRI (three records, 220 participants), [18F]FDG PET (four records, 43 participants), [68Ga]Ga‐PSMA‐11 PET (one record, 27 participants) and [111In]In‐girentuximab SPECT/CT (one record, eight participants). Meta‐analysis returned summary estimates of sensitivity and specificity for [99mTc]Tc‐sestamibi SPECT/CT of 88.6% (95% CI 82.7%–92.6%) and 77.0% (95% CI 63.0%–86.9%) and for [18F]FDG PET 53.5% (95% CI 1.6%–98.8%) and 62.5% (95% CI 14.0%–94.5%), respectively. A comparison hierarchical summary receiver operating characteristic (HSROC) model did not converge. Meta‐analysis was not performed for other imaging due to different thresholds for test positivity. Conclusion The optimal imaging strategy for T1 renal masses is not clear. [99mTc]Tc‐sestamibi SPECT/CT is an emerging tool, but further studies are required to inform its role in clinical practice. The field would benefit from standardisation of diagnostic thresholds for CT, MRI and contrast‐enhanced ultrasound to facilitate future meta‐analyses.
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 | 0,020 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,018 | 0,038 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».