MétaCan
Menu
Retour à la cohorte
Enregistrement W4410924933 · doi:10.51253/pafmj.v75isuppl-4.6771

Comparison of Rmi (Risk Malignancy Index) and Simple Rules Risk Model In Evaluation of Adnexal Masses Taking Histopathology As Gold Standard

2025· article· en· W4410924933 sur OpenAlexaff
Durr e Shahwar, Abeera Choudhry, Khalida, Zareen Tahir, S.A.M. Arif

Notice bibliographique

RevuePakistan Armed Forces Medical Journal · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueComputer Science and Engineering
Établissements canadiensContinental (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineGold standard (test)HistopathologyMalignancyIndex (typography)Simple (philosophy)RadiologyPathologyComputer scienceEpistemologyProgramming language

Résumé

récupéré en direct d'OpenAlex

Objective: To compare ultrasound grounded International Ovarian Tumor Analysis (IOTA) prediction models, specifically, the ADNEX models, the Simple Rules (SRs) and the Risk of Malignancy Index (RMI), for the adnexal masses’ diagnosis before any surgical intervention Study Design: Cross-sectional analytical study Place and Duration of Study: Obstetrics and Gynecology Department. Pakistan Emirates Military Hospital, Rawalpindi, Pakistan from Aug 2019 to Jun 2020. Methodology: Five hundred and twenty-four patients took part in this cross-sectional Analytical study. All findings on ultrasound were evaluated and prognostic models were used. Histopathology findings were used as standard for comparison. Diagnostic performances of the prediction models were assessed by estimating sensitivities, ROC curves, negative predictive values and positive predictive values, specificities, diagnostic odds ratios and negative and positive likelihood ratios. Results: The ROC under curves (AUC) areas for ADNEX models were 0.94 (0.92-0.96, 95% CI) with CA125 and 0.94 (0.91-0.96, 95% CI) without CA-125 for RMI I-III It was expressively advanced than AUC: 0.83 (CI95%, 0.80 to 0.86), 0.82 (CI95%, 0.78 to 0.86 and 0.87 (CI95% 0.83 to 0.90) (all p <0.0001). The CA-125 had a cut-off point of 10% in ADNEX model had the maximum precision (CI: 95%, 0.87 to 0.97) equated to other models. The SR model achieved 0.93 (95% CI 0.86 to 0.97) sensitivity and 0.86 (95% CI 0.82 to 0.89) specificity when not diagnosed was classified as definite (11.7%) malignant. Conclusions: ADNEX and Simple rules risk models were excellent for characterizing adnexal masses better than RMI in Pakistani patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,021
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,363
Écart entre enseignants0,337 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePakistan Armed Forces Medical JournalMême sujetComputer Science and EngineeringTravaux en français237 207