基于CT的放射学用于预测ESWL后的无结石率:系统性审查和元分析
Ali Talyshinskii1, Stanislav Ali2, Vineet Gauhar3,4
1Department of Urology, Astana Medical University, Astana, Kazakhstan.
World journal of urology
|September 20, 2025
概括
基于计算机断层扫描 (CT) 的放射性特征可以高准确地预测体外冲击波石术 (ESWL) 后的无石头率 (SFR). 然而,由于目前的证据,需要进一步进行高质量的研究.
科学领域:
- 放射学和医学成像学 医学成像学
- 泌尿器科 泌尿器科 泌尿器科 泌尿器科
- 人工智能在医学中的应用
背景情况:
- 尿路结石的管理依赖于预测治疗成功.
- 身体外冲击波石术 (ESWL) 和激光石术是常见的石头去除手术.
- 准确预测无结石率 (SFR) 对患者管理和治疗规划至关重要.
研究的目的:
- 评估基于计算机断层扫描 (CT) 的尿路结石放射性特征的预后价值.
- 为了确定放射学在ESWL和激光石术后预测SFR的能力.
- 通过系统审查和元分析来综合现有证据.
主要方法:
- 按照PRISMA指南进行的系统文献搜索.
- 包括使用基于CT的放射学研究来预测ESWL或激光光后SFR的研究.
- 在接收器运行特征曲线 (AUC) 估计下对聚合面积进行的随机效应元分析.
主要成果:
- 包括七项研究;五项对ESWL进行了元分析.
- 放射学模型显示,在ESWL之后预测SFR的AUC总值为0.883 (95%CI:0.8400.927).
- 观察到低异质性 (I2 = 24.3%),但研究具有高偏差风险.
结论:
- 基于CT的放射性特征显示出在ESWL后预测SFR的显著潜力 (AUC>0.85).
- 目前的证据受到研究数量少和偏差风险高的限制.
- 需要高质量的前性研究来验证这些发现并确定临床效用.
更多相关视频
07:13Comparison of Predictive Performance of Three Lymph Node Staging Systems in Colorectal Signet Ring Cell Carcinoma Based on Machine Learning Model
Published on: April 18, 2025
468
07:15Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model
Published on: August 16, 2020
7.3K
