Advances in Pancreatic Imaging: The Expanding Role of Dual-Energy CT in Clinical Diagnosis: A Comprehensive Review
Notice bibliographique
Résumé
Dual-energy computed tomography has become a pivotal tool in abdominal imaging, particularly for pancreatic pathologies such as pancreatic ductal adenocarcinoma, trauma assessment, and acute pancreatitis. Its ability to provide enhanced contrast resolution, reduce artifacts, and optimize radiation dose makes it invaluable in both acute and non-acute clinical settings. This narrative review summarizes the technological advancements and clinical applications of dual-energy computed tomography in pancreatic imaging. A comprehensive review of 21 peer-reviewed studies published between 2013 and 2024 was conducted to evaluate the role of dual-energy computed tomography in all pancreatic imaging indications, including tumor detection, pancreatitis assessment, trauma evaluation, and radiation dose optimization. The analysis included retrospective and prospective studies retrieved from multiple databases, including PubMed, Scopus, and Google Scholar. The findings highlight the technology's capacity to improve diagnostic accuracy, reduce image artifacts, and lower radiation exposure through techniques such as virtual monoenergetic imaging and iodine quantification. Comparisons with conventional computed tomography focused on diagnostic performance metrics such as contrast-to-noise ratio, and signal-to-noise ratio. Additionally, this narrative review underscores the clinical relevance of dual-energy computed tomography in evaluating non-traumatic acute abdominal conditions, especially among elderly 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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».