ScienceMed®

Radiomics and machine learning models for diagnosing microvascular invasion in cholangiocarcinoma: a systematic review and meta-analysis of diagnostic test accuracy studies

Oncologia
Imagem de arquivo, ilustrativa — não é do estudo. Linfócito T humano ao microscópio eletrônico de varredura (colorizado). NIAID · CC BY 2.0 · Wikimedia Commons

MetanáliseNível 1 · Evidência consolidadaClinical imaging13 mar 20259 citações

Salvar

Sobre o estudo

Desenho
Metanálise
Nível de evidência
1 · Evidência consolidada
Revista
Clinical imaging
Publicado em
13 mar 2025
Citações
9

O resumo deste estudo é do publisher e não tem licença aberta: por isso mostramos aqui só os dados do estudo, e o texto fica na fonte original, nos links abaixo.

O estudo original

Radiomics and machine learning models for diagnosing microvascular invasion in cholangiocarcinoma: a systematic review and meta-analysis of diagnostic test accuracy studies

Amir Mahmoud Ahmadzadeh, Nima Broomand Lomer, Drew A Torigian

Descritores MeSH

  • Machine Learning
  • Bile Duct Neoplasms
  • Cholangiocarcinoma
  • Microvessels
  • Neoplasm Invasiveness
  • Radiomics
  • Sensitivity and Specificity
  • Humans

Veja também