Could CT Radiomic Analysis of Benign Adrenal Incidentalomas Suggest the Need for Further Endocrinological Evaluation?
Notice bibliographique
Résumé
We studied the application of CT texture analysis in adrenal incidentalomas with baseline characteristics of benignity that are highly suggestive of adenoma to find whether there is a correlation between the extracted features and clinical data. Patients with hormonal hypersecretion may require medical attention, even if it does not cause any symptoms. A total of 206 patients affected by adrenal incidentaloma were retrospectively enrolled and divided into non-functioning adrenal adenomas (NFAIs, n = 115) and mild autonomous cortisol secretion (MACS, n = 91). A total of 136 texture parameters were extracted in the unenhanced phase for each volume of interest (VOI). Random Forest was used in the training and validation cohorts to test the accuracy of CT textural features and cortisol-related comorbidities in identifying MACS patients. Twelve parameters were retained in the Random Forest radiomic model, and in the validation cohort, a high specificity (81%) and positive predictive value (74%) were achieved. Notably, if the clinical data were added to the model, the results did not differ. Radiomic analysis of adrenal incidentalomas, in unenhanced CT scans, could screen with a good specificity those patients who will need a further endocrinological evaluation for mild autonomous cortisol secretion, regardless of the clinical information about the cortisol-related comorbidities.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».