在细胞癌中检测淋巴结参与的Node-RADS 1.0:对2D和3DCT成像的研究

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:

• 细胞癌 (RCC) 是一种常见的恶性瘤.
• 精确评估淋巴结参与 (LNI) 对于RCC阶段和治疗计划至关重要.
• 节点-RADS (节点,报告和数据系统) 评分是一个标准化的系统,用于在成像上评估淋巴结.

研究的目的:

• 评估Node-RADS 1.0得分在预测RCC患者LNI中的诊断准确性.
• 为了比较使用二维 (2D) 和三维 (3D) 成像模式的Node-RADS得分的诊断性能.

主要方法:

• 对375名确诊淋巴结状况的RCC患者的回顾性分析.
• 术前腹部CT成像被三个独立的读者使用Node-RADS评分 (2D和3D) 评估.
• 计算了灵敏度,特异性,AUC和读者之间的协议,组织学作为黄金标准.

主要成果:

• 节点-RADS得分≥3证明了高诊断准确度,在2D成像上AUC为0.901.
• 在2D和3D模式上Node-RADS的诊断性能相似 (p=0.651).
• 在2D和3D节点-RADS评估中观察到优异的读者间一致性 (肯德尔的W 0.889和0.869).

结论:

• 节点-RADS评分是识别RCC患者LNI的可靠工具.
• 使用2D和3D成像的节点-RADS评估提供了类似的诊断性能.
• 这种标准化的评分系统可以帮助精确地确定RCC的分期.