Validade da US na previsão de metástases de CLNs em doentes com CCEO - Al-Ani, Rand;Ibrahim, Usama;Najim, Qais
36,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
  • Broschiertes Buch

O Carcinoma de Células Escamosas Oral (CCEO) é o tumor maligno mais comum no mundo, apesar dos avanços no diagnóstico e na imagiologia radiológica. A ultrassonografia pode melhorar a precisão do diagnóstico, mas os bons resultados dependem da perícia do operador. Neste livro, apresentamos duas formas que podem ajudar a prever imagens de gânglios linfáticos cervicais metastáticos (CLN) em doentes com CCEO, independentemente dos critérios de diagnóstico por ultra-sons (US) e da perícia do operador: 1. Um modelo discriminante que depende dos critérios US preditivos mais fortes para metástases. A…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
O Carcinoma de Células Escamosas Oral (CCEO) é o tumor maligno mais comum no mundo, apesar dos avanços no diagnóstico e na imagiologia radiológica. A ultrassonografia pode melhorar a precisão do diagnóstico, mas os bons resultados dependem da perícia do operador. Neste livro, apresentamos duas formas que podem ajudar a prever imagens de gânglios linfáticos cervicais metastáticos (CLN) em doentes com CCEO, independentemente dos critérios de diagnóstico por ultra-sons (US) e da perícia do operador: 1. Um modelo discriminante que depende dos critérios US preditivos mais fortes para metástases. A equação do modelo fornece ao médico uma orientação fiável em termos de probabilidades para a gestão de metástases de LN cervicais. Ajuda na gestão de LNs controversos em doentes com metástases de baixo risco, que devem ser mantidos em observação em vez de realizar biópsias e dissecções cervicais subsequentes. 2. Um código de programação que funciona independentemente dos critérios de diagnóstico dos EUA e da experiência do operador. A técnica do código baseia-se no centro do gráfico (C.O.G) no eixo Y do cálculo do histograma para a área do nódulo. Tanto quanto sabemos, este pode ser o primeiro estudo que utilizou o C.O.G do histograma da imagem para diagnosticar CLN metastáticos.
Autorenporträt
Rand Sh. Al-Ani, B.D.S., M.Sc., Ph.D., é professora no Departamento de Cirurgia Oral e Maxilofacial na Faculdade de Medicina Dentária/Universidade de Mossul / IRAQUE. A sua investigação centra-se na radiologia oral e dentária. Por esta investigação, ganhou o prémio IADR Unilever Hatton Divisional Award em 2017, para a melhor investigação de pós-graduação (M.Sc.&Ph.D) no IRAQUE.