Referenzwerte für die Iodkonzentration zervikaler, axillärer und inguinaler Lymphknoten im Dual Energy CT
Bibliographic record
Abstract
Zielsetzung Die Beurteilung der Lymphknoten (LK) ist Teil jeder CT-Untersuchung und basiert im Wesentlichen auf morphologischen Kriterien. Die spektrale Computertomografie ermöglicht die quantitative Messung der Iodaufnahme. Ziel der vorliegenden Studie ist die Definition von Referenzwerten für die Iodkonzentration (IK) zervikaler, axillärer und inguinaler morphologisch unauffälliger Lymphknoten in der Dual-Energy-CT (DE-CT). Material und Methoden Retrospektiv wurden 297 Patienten mit morphologisch unauffälligen Lymphknoten eingeschlossen, bei denen eine DE-CT Bildgebung von Hals, Thorax und Abdomen-Becken in der portalvenösen Phase durchgeführt worden war. Gegenwärtige Pathologien, maligne Erkrankungen, Entzündungen oder Traumata der untersuchten anatomischen Region stellten Ausschlusskriterien dar. Für jede Region wurden 99 Patienten analysiert. Pro Patient und Region wurde die absolute IK in den drei größten LK bestimmt. Der Mittelwert für jede anatomische Region wurde zusätzlich auf eine lokale Arterie, eine Vene oder einen Muskel normalisiert. Der Nutzen der Normalisierungsstrategien wurde anhand der Variabilitätskoeffizienten (CV) verglichen. Ergebnisse Die Mittelwerte (95% Konfidenzintervalle) der absoluten IK betragen zervikal 2,09 mg/ml (2,00-2,18 mg/ml), axillär 1,24 mg/ml (1,16-1,33 mg/ml) und inguinal 1,11 mg/ml (1,04-1,17 mg/ml). Je Region waren die CVs der absoluten IK ohne Normalisierung (0,21-0,31) geringer als jene nach Normalisierung auf eine lokale Referenzarterie (0,39–0,47), eine Referenzvene (0,36-0,72) und Referenzmuskel (0,55-0,64). Schlußfolgerungen Mittels DE-CT können Referenzwerte für die IK von morphologisch unauffälligen zervikalen, axillären und inguinalen LK definiert werden. Diese haben das Potential eine Differenzierung von gesunden und pathologisch veränderten LK mittels DE-CT zu ermöglichen. Eine Normalisierung der IK-Werte ist nicht erforderlich.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.008 | 0.017 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.003 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".