创新优化更大的Omentum成像报告和数据系统的创新优化,以提高Omentum病变的风险分层

科学领域:

• 放射学 放射学是一门学科.
• 在瘤学瘤学.
• 医疗成像医学成像

背景情况:

• 大胸部成像报告和数据系统 (GOI-RADS) 于2020年引入腹病变,但缺乏临床验证.
• 准确的腹病变风险分层对于患者管理至关重要.

研究的目的:

• 为了验证和优化印度政府的RADS分类系统.
• 开发和评估一个新的多参数超声波分级系统,用于部恶性瘤.
• 探索拟议系统的临床实用性和诊断性能.

主要方法:

• 这是一项追溯前性研究,涉及215名腹病变患者.
• 对印度政府RADS与病理发现的验证.
• 开发一种新的分级系统 (Multi-GOIRADS),使用对比增强超声波 (CEUS) 和实时弹性图 (RTE) 参数.
• 在超声波医生中,对多重GOIRADS及其简化版本 (sMulti-GOIRADS) 的诊断一致性和性能进行前性评估.

主要成果:

• 2和3类的GOI-RADS恶性瘤发病率明显高于预测.
• 综合多参数系统 (Multi-GOIRADS) 显示出高的诊断灵敏度 (88.37%) 和特异性 (83.33%).
• 简化的版本 (sMulti-GOIRADS) 提供了优异的特异性 (94.44%) 和时间效率与良好的一致性.
• 多个GOIRADS表现出卓越的性能,特别是在高级超声波仪器上.

结论:

• 一个新型的多参数超声系统 (Multi-GOIRADS) 和其简化版本 (sMulti-GOIRADS) 已被提议用于omental恶性瘤的风险分层.
• 这些系统在临床环境中显示出出色的诊断一致性和性能.
• 与原来的GOI-RADS相比,开发的系统在诊断腹病变方面提供了更高的准确性.