Nghiên cứu giá trị của chụp cắt lớp vi tính đa dãy trong chẩn đoán giai đoạn bệnh và tiên lượng khả năng phẫu thuật u vùng đầu tụy
Notice bibliographique
Résumé
Mục tiêu: Nghiên cứu giá trị của chụp cắt lớp vi tính (CLVT) đa dãy đầu thu trong chẩn đoán giai đoạn bệnh và tiên lượng khả năng phẫu thuật u vùng đầu tụy. Đối tượng và phương pháp: Tiến cứu, mô tả cắt ngang được tiến hành trên 79 bệnh nhân nghi ngờ u vùng đầu tụy trên lâm sàng, được chụp CLVT 320 dãy, điều trị phẫu thuật và có kết quả mô bệnh học tại Bệnh viện Trung ương Quân đội 108, từ tháng 05/2017 đến tháng 02/2021. Kết quả: Độ chính xác của CLVT trong chẩn đoán u vùng đầu tụy là 93,7%. CLVT phù hợp cao với mô bệnh học trong chẩn đoán vị trí u vùng đầu tụy với hệ số Kappa là 0,73. CLVT phù hợp rất cao với phẫu thuật trong đánh giá xâm lấn mạch máu của u vùng đầu tụy (hệ số Kappa: 0,871). CLVT phù hợp vừa với mô bệnh học trong đánh giá xâm lấn tại chỗ của u vùng đầu tụy (hệ số Kappa: 0,423). Chẩn đoán di căn hạch và giai đoạn bệnh của CLVT phù hợp vừa với mô bệnh học, hệ số Kappa lần lượt là 0,417 và 0,405. Kết luận: Qua nghiên cứu có đối chiếu với phẫu thuật và giải phẫu bệnh, chụp cắt lớp vi tính có giá trị cao trong việc chẩn đoán giai đoạn bệnh và tiên lượng khả năng phẫu thuật u vùng đầu tụy.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,115 | 0,037 |
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 ».