Desempenho diagnóstico da classificação proposta pela RSNA para pneumonia por COVID-19 versus controles pré-pandêmicos
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/257522 |
Resumo: | Objetivo: Avaliar a acurácia diagnóstica do sistema de classificação da Radiological Society of North America (RSNA) para pneumonia por doença pelo coronavírus 2019 (COVID-19) contra imagens de tomografia computadorizada (TC) de tórax pré-pandêmicas para mitigar o risco de viés relacionável ao padrão de referência. Materiais e Métodos: Este foi um estudo de acurácia de teste diagnóstico, retrospectivo e transversal. Tomografias de tórax, realizadas de 1º de maio a 30 de junho de 2020 e de 1º de maio a 17 de julho de 2017, foram selecionadas consecutivamente para os grupos COVID-19 (reação em cadeia da polimerase com transcrição reversa positiva [RT-PCR] síndrome respiratória aguda grave resultado do coronavírus 2) e controle (pré-pandemia), respectivamente. Quatro radiologistas torácicos experientes interpretaram cegamente cada imagem de tomografia computadorizada. A sensibilidade e a especificidade foram calculadas. Resultados: Um total de 160 imagens de tomografia computadorizada de tórax foram incluídas: 79 no grupo COVID-19 (56 [43,5–67] anos, 41 homens) e 81 no grupo controle (62 [52–72] anos, 44 homens). Para a classificação típica, foi obtida uma especificidade estimada de 98,5% (intervalo de confiança de 95% [IC] 98,1%–98,4%). Para a classificação indeterminada como limiar diagnóstico, foram obtidas uma sensibilidade estimada de 88,3% (95% CI 84,7%–91,7%) e uma especificidade de 79,0% (95% CI 74,5%–83,4%), com uma área sob a curva de 0,865 (95% CI 0,838–0,895). Conclusão: O sistema de classificação da RSNA mostra forte precisão diagnóstica para pneumonia por COVID-19, mesmo contra controles pré-pandêmicos. Pode ser ferramenta importante na tomada de decisão clínica, especialmente quando um padrão típico ou indeterminado é encontrado, possivelmente aconselhando a repetição do teste após um resultado inicial negativo de RT-PCR e agilizando o manejo e isolamento precoces. |
id |
URGS_9cc6e13de3b82d84eece4b23217a47b5 |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/257522 |
network_acronym_str |
URGS |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
repository_id_str |
1853 |
spelling |
Rocha, Cauã OliveiraGarcia, Tiago Severo2023-04-27T03:31:31Z2023http://hdl.handle.net/10183/257522001166744Objetivo: Avaliar a acurácia diagnóstica do sistema de classificação da Radiological Society of North America (RSNA) para pneumonia por doença pelo coronavírus 2019 (COVID-19) contra imagens de tomografia computadorizada (TC) de tórax pré-pandêmicas para mitigar o risco de viés relacionável ao padrão de referência. Materiais e Métodos: Este foi um estudo de acurácia de teste diagnóstico, retrospectivo e transversal. Tomografias de tórax, realizadas de 1º de maio a 30 de junho de 2020 e de 1º de maio a 17 de julho de 2017, foram selecionadas consecutivamente para os grupos COVID-19 (reação em cadeia da polimerase com transcrição reversa positiva [RT-PCR] síndrome respiratória aguda grave resultado do coronavírus 2) e controle (pré-pandemia), respectivamente. Quatro radiologistas torácicos experientes interpretaram cegamente cada imagem de tomografia computadorizada. A sensibilidade e a especificidade foram calculadas. Resultados: Um total de 160 imagens de tomografia computadorizada de tórax foram incluídas: 79 no grupo COVID-19 (56 [43,5–67] anos, 41 homens) e 81 no grupo controle (62 [52–72] anos, 44 homens). Para a classificação típica, foi obtida uma especificidade estimada de 98,5% (intervalo de confiança de 95% [IC] 98,1%–98,4%). Para a classificação indeterminada como limiar diagnóstico, foram obtidas uma sensibilidade estimada de 88,3% (95% CI 84,7%–91,7%) e uma especificidade de 79,0% (95% CI 74,5%–83,4%), com uma área sob a curva de 0,865 (95% CI 0,838–0,895). Conclusão: O sistema de classificação da RSNA mostra forte precisão diagnóstica para pneumonia por COVID-19, mesmo contra controles pré-pandêmicos. Pode ser ferramenta importante na tomada de decisão clínica, especialmente quando um padrão típico ou indeterminado é encontrado, possivelmente aconselhando a repetição do teste após um resultado inicial negativo de RT-PCR e agilizando o manejo e isolamento precoces.Objective: To evaluate the diagnostic accuracy of the Radiological Society of North America (RSNA) classification system for coronavirus disease 2019 (COVID-19) pneumonia against pre-pandemic chest computed tomography (CT) scan images to mitigate the risk of bias regarding the reference standard. Materials and Methods: This was a retrospective, cross-sectional, diagnostic test accuracy study. Chest CT scans, carried out from May 1 to June 30, 2020, and from May 1 to July 17, 2017, were consecutively selected for the COVID-19 (positive reverse transcription-polymerase chain reaction [RT-PCR] severe acute respiratory syndrome coronavirus 2 result) and control (pre-pandemic) groups, respectively. Four expert thoracic radiologists blindly interpreted each CT scan image. Sensitivity and specificity were calculated. Results: A total of 160 chest CT scan images were included: 79 in the COVID-19 group (56 [43.5–67] years old, 41 men) and 81 in the control group (62 [52–72] years old, 44 men). For the typical classification, an estimated specificity of 98.5% (95% confidence interval [CI] 98.1%–98.4%) was obtained. For the indeterminate classification as a diagnostic threshold, an estimated sensitivity of 88.3% (95% CI 84.7%–91.7%) and a specificity of 79.0% (95% CI 74.5%–83.4%), with an area under the curve of 0.865 (95% CI 0.838–0.895), were obtained. Conclusion: The RSNA classification system shows strong diagnostic accuracy for COVID-19 pneumonia, even against pre-pandemic controls. It can be an important aid in clinical decision-making, especially when a typical or indeterminate pattern is found, possibly advising retesting following an initial negative RT-PCR result and streamlining early management and isolation.application/pdfporCOVID-19PneumoniaDiagnósticoClassificaçãoDesempenho diagnóstico da classificação proposta pela RSNA para pneumonia por COVID-19 versus controles pré-pandêmicosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulFaculdade de MedicinaPrograma de Pós-Graduação em Ciências PneumológicasPorto Alegre, BR-RS2023mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001166744.pdf.txt001166744.pdf.txtExtracted Texttext/plain58652http://www.lume.ufrgs.br/bitstream/10183/257522/2/001166744.pdf.txtbbb4b00f580847c507f88661abe508daMD52ORIGINAL001166744.pdfTexto completoapplication/pdf2074941http://www.lume.ufrgs.br/bitstream/10183/257522/1/001166744.pdf87b23360d355f31f3b8358dd5d4acc12MD5110183/2575222023-04-28 03:56:03.736049oai:www.lume.ufrgs.br:10183/257522Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532023-04-28T06:56:03Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Desempenho diagnóstico da classificação proposta pela RSNA para pneumonia por COVID-19 versus controles pré-pandêmicos |
title |
Desempenho diagnóstico da classificação proposta pela RSNA para pneumonia por COVID-19 versus controles pré-pandêmicos |
spellingShingle |
Desempenho diagnóstico da classificação proposta pela RSNA para pneumonia por COVID-19 versus controles pré-pandêmicos Rocha, Cauã Oliveira COVID-19 Pneumonia Diagnóstico Classificação |
title_short |
Desempenho diagnóstico da classificação proposta pela RSNA para pneumonia por COVID-19 versus controles pré-pandêmicos |
title_full |
Desempenho diagnóstico da classificação proposta pela RSNA para pneumonia por COVID-19 versus controles pré-pandêmicos |
title_fullStr |
Desempenho diagnóstico da classificação proposta pela RSNA para pneumonia por COVID-19 versus controles pré-pandêmicos |
title_full_unstemmed |
Desempenho diagnóstico da classificação proposta pela RSNA para pneumonia por COVID-19 versus controles pré-pandêmicos |
title_sort |
Desempenho diagnóstico da classificação proposta pela RSNA para pneumonia por COVID-19 versus controles pré-pandêmicos |
author |
Rocha, Cauã Oliveira |
author_facet |
Rocha, Cauã Oliveira |
author_role |
author |
dc.contributor.author.fl_str_mv |
Rocha, Cauã Oliveira |
dc.contributor.advisor1.fl_str_mv |
Garcia, Tiago Severo |
contributor_str_mv |
Garcia, Tiago Severo |
dc.subject.por.fl_str_mv |
COVID-19 Pneumonia Diagnóstico Classificação |
topic |
COVID-19 Pneumonia Diagnóstico Classificação |
description |
Objetivo: Avaliar a acurácia diagnóstica do sistema de classificação da Radiological Society of North America (RSNA) para pneumonia por doença pelo coronavírus 2019 (COVID-19) contra imagens de tomografia computadorizada (TC) de tórax pré-pandêmicas para mitigar o risco de viés relacionável ao padrão de referência. Materiais e Métodos: Este foi um estudo de acurácia de teste diagnóstico, retrospectivo e transversal. Tomografias de tórax, realizadas de 1º de maio a 30 de junho de 2020 e de 1º de maio a 17 de julho de 2017, foram selecionadas consecutivamente para os grupos COVID-19 (reação em cadeia da polimerase com transcrição reversa positiva [RT-PCR] síndrome respiratória aguda grave resultado do coronavírus 2) e controle (pré-pandemia), respectivamente. Quatro radiologistas torácicos experientes interpretaram cegamente cada imagem de tomografia computadorizada. A sensibilidade e a especificidade foram calculadas. Resultados: Um total de 160 imagens de tomografia computadorizada de tórax foram incluídas: 79 no grupo COVID-19 (56 [43,5–67] anos, 41 homens) e 81 no grupo controle (62 [52–72] anos, 44 homens). Para a classificação típica, foi obtida uma especificidade estimada de 98,5% (intervalo de confiança de 95% [IC] 98,1%–98,4%). Para a classificação indeterminada como limiar diagnóstico, foram obtidas uma sensibilidade estimada de 88,3% (95% CI 84,7%–91,7%) e uma especificidade de 79,0% (95% CI 74,5%–83,4%), com uma área sob a curva de 0,865 (95% CI 0,838–0,895). Conclusão: O sistema de classificação da RSNA mostra forte precisão diagnóstica para pneumonia por COVID-19, mesmo contra controles pré-pandêmicos. Pode ser ferramenta importante na tomada de decisão clínica, especialmente quando um padrão típico ou indeterminado é encontrado, possivelmente aconselhando a repetição do teste após um resultado inicial negativo de RT-PCR e agilizando o manejo e isolamento precoces. |
publishDate |
2023 |
dc.date.accessioned.fl_str_mv |
2023-04-27T03:31:31Z |
dc.date.issued.fl_str_mv |
2023 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10183/257522 |
dc.identifier.nrb.pt_BR.fl_str_mv |
001166744 |
url |
http://hdl.handle.net/10183/257522 |
identifier_str_mv |
001166744 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
collection |
Biblioteca Digital de Teses e Dissertações da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/257522/2/001166744.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/257522/1/001166744.pdf |
bitstream.checksum.fl_str_mv |
bbb4b00f580847c507f88661abe508da 87b23360d355f31f3b8358dd5d4acc12 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
lume@ufrgs.br||lume@ufrgs.br |
_version_ |
1810085615651258368 |