通过使用清细胞概率得分,区分上皮血管瘤和清细胞癌
Yu-Wei Hao1, Yun Zhang1,2, Hui-Ping Guo1
1Department of Radiology, First Medical Center, Chinese PLA General Hospital, No. 28 Fuxing Road, Haidian District, Beijing, 100853, China.
Abdominal radiology (New York)
|September 25, 2023
概括
清晰细胞概率评分 (ccLS) 有效地区分了上皮状血管肌瘤 (EAML) 和清晰细胞细胞癌 (ccRCC). 这种诊断方法在区分这些脏瘤方面表现出很高的准确性.
科学领域:
- 腎臟病學 (nephrology) 是一種醫學專業.
- 放射学 放射学是一门学科.
- 在瘤学瘤学.
背景情况:
- 在适当的患者管理中,区分表皮性血管肌脂瘤 (EAML) 和清细胞细胞癌 (ccRCC) 是至关重要的.
- 准确的术前诊断质可以防止不必要的手术和指导治疗策略.
研究的目的:
- 评估清晰细胞概率评分 (ccLS) 在区分EAML和ccRCC的诊断价值.
- 评估ccLS在区分这两种脏瘤类型中的准确性和效率.
主要方法:
- 87名患有90个质 (27个EAML,60个ccRCC) 的患者的回顾性分析.
- 进行了手术前磁共振成像 (MRI),两位放射科医生独立应用了ccLS算法.
- 分析了EAML和ccRCC之间的观察者间一致性和ccLS得分差异,包括小 (≤4厘米) 和大 (>4厘米) 质子组.
主要成果:
- 对于ccLS系统,获得了良好的观察者间协议 (k=0.71).
- 在EAML (73.3%的1-2分) 和ccRCC (76.7%的4-5分) (P <0.001) 之间观察到ccLS得分的显著差异.
- 在2的门值下,ccLS显示了87.8%的准确性,95.0%的灵敏度,73.3%的特异性和0.913.3%的AUC. 瘤大小没有影响ccLS分布.
结论:
- 清晰细胞概率评分 (ccLS) 是一个非常准确和高效的工具,用于区分EAML和ccRCC.
- ccLS提供了一种可靠的非侵入性方法,以帮助在手术前诊断质.
更多相关视频
05:36Comparing Metastatic Clear Cell Renal Cell Carcinoma Model Established in Mouse Kidney and on Chicken Chorioallantoic Membrane
Published on: February 8, 2020
9.0K
09:32Multiplexed Immunofluorescence Analysis and Quantification of Intratumoral PD-1+ Tim-3+ CD8+ T Cells
Published on: February 8, 2018
14.7K
