MétaCan
Menu
Retour à la cohorte
Enregistrement W4411132026 · doi:10.1097/rti.0000000000000836

Computer-aided Nodule Detection in the Lung Apices in Head and Neck Computed Tomography Angiography

2025· article· en· W4411132026 sur OpenAlexaff
Tamar Perel Kass, Jeffrey Chankowsky, Jacob Sosna, Benjamin Hyatt Taragin, Alla Khashper

Notice bibliographique

RevueJournal of Thoracic Imaging · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Diagnosis and Treatment
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineRadiologyLungNodule (geology)Head and neckCADAngiographyTomographyComputed tomographyNuclear medicineSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Computed tomography angiography (CTA) of the head and neck includes the pulmonary apices, a common location for pulmonary nodules. Computer-aided detection (CAD) is an adjunctive tool for the detection of lung nodules and is widely used in standard chest CT scans. We evaluated whether the available software can be applied to CTA head and neck examinations, which include the lung apices, resulting in improved accuracy for lung nodule detection. MATERIALS AND METHODS: In this retrospective single-center study, 191 previously reported head and neck CTA scans were re-evaluated for apical pulmonary nodules by 2 radiologists. Subsequently, CAD software ( Syngo .via, Siemens Healthiness AG) was applied to the lung apices and the results were compared between CAD and research radiologists (first reading) or clinical radiologist (null reading). In addition, the CAD performance in limited lung fields was compared with the accepted CAD assessment applied to whole lungs. RESULTS: Of the 191 patients, 110 (57.6%) were men, with a mean age of 68 years. In the 24 CT scans, the research radiologists detected 40 nodules. In the 180 scans evaluated by CAD, the software detected 39 nodules in 22 examinations, with a sensitivity of 60.8% and a PPV of 63.6%. In the remaining 158 examinations in which CAD did not detect nodules, the radiologists concurred in 149 scans, with a specificity of 94.9%, NPV of 94.3%, and accuracy of 90.6%. CONCLUSION: The study results indicate that CAD is an unexpected quick supportive tool for nodule detection, particularly for excluding clinically significant nodules in lung apices on CTA head and neck, showing similar results for partial and full lung fields.

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)0,003
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,003
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,008
Tête enseignante GPT0,320
Écart entre enseignants0,312 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Thoracic ImagingMême sujetLung Cancer Diagnosis and TreatmentTravaux en français237 207