MétaCan
Menu
Retour à la cohorte
Enregistrement W4416413706 · doi:10.1016/j.radcr.2025.10.030

Differentiating between benign and malignant bone lesions: The value of using SPECT/CT

2025· article· en· W4416413706 sur OpenAlexaff
Joe Steinman, Arbaaz Patel, Katherine Zukotynski

Notice bibliographique

RevueRadiology Case Reports · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSarcoma Diagnosis and Treatment
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésSoft tissueCortical boneAbnormalityIliac boneComputed tomographyEmission computed tomographyBone imagingBone tissue

Résumé

récupéré en direct d'OpenAlex

Two cases are presented; in each case a patient with a known cancer history was imaged with combined single photon emission computed tomography (SPECT) and computed tomography (CT) to evaluate suspected bone pathology. While SPECT detected focal increased radiotracer uptake in the iliac bone in both patients, CT suggested a distinct etiology. In one case, the bone abnormality included lytic cortical bone destruction with soft tissue extending beyond the confines of the bone, consistent with osseous metastasis. In the other case there was loss of bone cortical integrity but an otherwise preserved cortical margin, lack of soft tissue involvement, and intralesional fat suggestive of a benign intraosseous lipoma. These two cases underscore the value of using hybrid imaging to distinguish benign from malignant bone disease; the structural details provided by CT were helpful to derive the diagnosis, potentially impacting patient management.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,363
Score d'incertitude au seuil0,304

Scores Codex et Gemma par catégorie

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

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 Opus0,031
Tête enseignante GPT0,313
Écart entre enseignants0,282 · 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 tête enseignante, 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 revueRadiology Case ReportsMême sujetSarcoma Diagnosis and TreatmentTravaux en français237 207