Risk stratification of indeterminate thyroid nodules using ultrasound and machine learning algorithms

甲状腺结节 医学 放射性武器 甲状腺 不确定 急诊分诊台 回顾性队列研究 危险分层 结核(地质) 分级(工程) 放射科 内科学 超声波 算法 数学 纯数学 急诊医学 古生物学 土木工程 工程类 生物
作者
Matti L. Gild,Mico Chan,Jay Gajera,Brett Lurie,Ziba Gandomkar,Roderick Clifton‐Bligh
出处
期刊:Clinical Endocrinology [Wiley]
卷期号:96 (4): 646-652 被引量:16
标识
DOI:10.1111/cen.14612
摘要

Indeterminate thyroid nodules (Bethesda III) are challenging to characterize without diagnostic surgery. Auxiliary strategies including molecular analysis, machine learning models, and ultrasound grading with Thyroid Imaging, Reporting and Data System (TI-RADS) can help to triage accordingly, but further refinement is needed to prevent unnecessary surgeries and increase positive predictive values.Retrospective review of 88 patients with Bethesda III nodules who had diagnostic surgery with final pathological diagnosis.Each nodule was retrospectively scored through TI-RADS. Two deep learning models were tested, one previously developed and trained on another data set, mainly containing determinate cases and then validated on our data set while the other one trained and tested on our data set (indeterminate cases).The mean TI-RADS score was 3 for benign and 4 for malignant nodules (p = .0022). Radiological high risk (TI-RADS 4,5) and low risk (TI-RADS 2,3) categories were established. The PPV for the high radiological risk category in those with >10 mm nodules was 85% (CI: 70%-93%). The NPV for low radiological risk in patients >60 years (mean age was 100% (CI: 83%-100%). The area under the curve (AUC) value of our novel classifier was 0.75 (CI: 0.62-0.84) and differed significantly from the chance-level (p < .00001).Novel radiomic and radiologic strategies can be employed to assist with preoperative diagnosis of indeterminate thyroid nodules.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
我现在弱得可怕完成签到,获得积分10
刚刚
王大禹发布了新的文献求助20
1秒前
十一完成签到 ,获得积分10
1秒前
风中天宇完成签到,获得积分20
2秒前
2秒前
朱道斌发布了新的文献求助10
3秒前
holic完成签到,获得积分10
3秒前
我爱电催化完成签到,获得积分10
4秒前
希勤发布了新的文献求助10
4秒前
4秒前
coolplex发布了新的文献求助10
4秒前
南瓜气气完成签到,获得积分10
6秒前
再睡一夏完成签到,获得积分10
6秒前
aaaaa完成签到,获得积分10
7秒前
七分饱完成签到,获得积分10
7秒前
哈哈完成签到,获得积分10
7秒前
科研通AI2S应助风中天宇采纳,获得10
7秒前
aka小满完成签到,获得积分10
7秒前
陈强完成签到,获得积分10
7秒前
7秒前
8秒前
直率的彤完成签到,获得积分10
9秒前
life发布了新的文献求助10
9秒前
须臾完成签到,获得积分10
9秒前
小燕子完成签到 ,获得积分10
10秒前
小白完成签到 ,获得积分10
10秒前
ABC完成签到,获得积分10
10秒前
zhj完成签到,获得积分10
11秒前
科研通AI2S应助zhouyou采纳,获得10
11秒前
美杜莎完成签到,获得积分10
11秒前
12秒前
SUN给SUN的求助进行了留言
12秒前
脑洞疼应助大侦探皮卡丘采纳,获得10
12秒前
大个应助昔时旧日采纳,获得10
12秒前
天天发布了新的文献求助10
12秒前
大白完成签到,获得积分10
13秒前
ZX完成签到,获得积分10
13秒前
香蕉觅云应助GD采纳,获得30
14秒前
15秒前
kate完成签到,获得积分10
16秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
A Dissection Guide & Atlas to the Rabbit 600
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3134243
求助须知:如何正确求助?哪些是违规求助? 2785100
关于积分的说明 7770199
捐赠科研通 2440666
什么是DOI,文献DOI怎么找? 1297493
科研通“疑难数据库(出版商)”最低求助积分说明 624971
版权声明 600792