Aller au contenu principal
Accès ouvert déclaré 2026 article

Node-RADS v1.0 on chest CT for lung cancer: Reproducibility and diagnostic performance

0Citations signalées, ce qui n’est pas une note de qualité
4Institutions déclarées
2Pays d’affiliation déclarés

Rattachement africain : it, hr. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

PURPOSE: To evaluate intra- and inter-reader agreement of Node-RADS v1.0 for mediastinal lymph node assessment on chest CT in patients with stage I-III non-small cell lung cancer (NSCLC) and to assess its diagnostic performance across radiologists with different levels of expertise. METHODS: This retrospective, single-center study included 46 patients (mean age, 71 ± 8 years; 38 adenocarcinomas, 8 squamous cell carcinomas) with 158 pathologically confirmed mediastinal lymph nodes (22 malignant, 136 benign). Four radiologists (two experts, two juniors) independently assigned Node-RADS scores and descriptors ("size" and "configuration") in two sessions, three weeks apart. Agreement was calculated using Gwet's AC2 statistics. Diagnostic performance was assessed by ROC analysis; sensitivity, specificity, and predictive values were calculated at a Node-RADS score ≥ 3 threshold. RESULTS: Inter-reader agreement for Node-RADS scores was almost perfect for experts (AC2 = 0.97; 95%CI: 0.96-0.99) and juniors (AC2 = 0.95; 95%CI: 0.93-0.97). Intra-reader agreement AC2 values ranged from 0.95 to 0.99. Descriptor agreement was similarly high (AC2 ≥ 0.85). ROC AUCs ranged from 0.71 to 0.76 for experts and 0.68-0.84 for juniors. At the ≥ 3 threshold, specificity and negative predictive value were consistently ≥ 90%, while sensitivity remained limited (<64%). CONCLUSIONS: Node-RADS v1.0 demonstrated excellent reproducibility among radiologists with different levels of expertise for mediastinal lymph node assessment on chest CT in NSCLC. The consistently high specificity and negative predictive value support its role as a standardized framework for structured lymph node reporting and training, while the limited sensitivity underscores the need for complementary diagnostic tools.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Node-RADS v1.0 on chest CT for lung cancer: Reproducibility and diagnostic performance
Date Crossref
01/07/2026
Éditeur
Elsevier BV
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Ospedale Santa Maria della Misericordia di Udine pays non établi dans la notice
    Établissement de santé
  • Azienda sanitaria universitaria Friuli Centrale pays non établi dans la notice
    Établissement de santé
  • University of Rijeka Department of Diagnostic and Interventional Radiology pays non établi dans la notice
    Université ou école supérieure
  • University of Udine Institute of Radiology pays non établi dans la notice
    Université ou école supérieure
  • University Hospital S. Maria Della Misericordia Institute of Radiology pays non établi dans la notice
    Université ou école supérieure

Ospedale Santa Maria della Misericordia di Udine, Azienda sanitaria universitaria Friuli Centrale et Department of Diagnostic and Interventional Radiology — University of Rijeka, avec 2 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Lung Cancer Diagnosis and TreatmentRadiomics and Machine Learning in Medical ImagingLung Cancer Treatments and Mutations

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.