ADNEX model - Evidencio
ADNEX model

El ADNEX model es un modelo de predicción del riesgo que puede estimar el riesgo de que un tumor sea benigno o maligno en mujeres con una masa anexial, así como estimar el riesgo de que un tumor maligno se clasifique como límite, cáncer en estadio I, cáncer en estadio II-IV o como tumor ovárico metastásico.

Autores de la investigación: Ben van Calster, Kirsten van Hoorde, Lil Valentin, Antonia C. Testa, Daniela Fischerova, Caroline van Holsbeke, Luca Savelli, Dorella Franchi, Elisabeth Epstein, Jeroen Kaijser, Vanya van Belle, Artur Czekierdowski, Stefano Guerriero, Robert Fruscio, Chiara Lanzani, Felice Scala, Tom Bourne, Dirk Timmerman
Versión: 2.0
  • Público
  • Ginecología
  • {{ modelType }}
V-2.0-945.25.08.12
(01)08720938015311(8012)v2.0(4326)250812(240)945
Descargar el Manual del usuario y consultar el Uso previsto.
Unidades

{{ section.title }}

{{ section.description }}

Calcular el resultado

Establezca más parámetros para realizar el cálculo

{{ resultSubheader }}
{{ $t('download_result_availability') }}
{{ chart.title }}
Intervalo de resultados {{ additionalResult.min }} a {{ additionalResult.max }}

Información condicional

El gráfico de barras proporciona una estimación del riesgo entre tumores anexiales benignos y malignos, así como una estimación del riesgo entre cuatro clasificaciones de tumores malignos (tumor limítrofe, cáncer en estadio I, cáncer en estadio II-IV y tumor metastásico secundario). Los tumores borderline se clasifican como tumores malignos, proporcionando una similitud con la literatura científica que evalúa el rendimiento del modelo ADNEX.

No existe un punto de corte confirmado para el riesgo de malignidad. Por favor, consulte las guías clínicas para conocer el punto de corte recomendado.

El modelo ADNEX fue desarrollado por Van Calster et al. en 2014. Para más información sobre el modelo ADNEX, véase la guía práctica de Van Calster et al. 2015.

{{ file.classification }}
Nota
Las notas sólo son visibles en la descarga de resultados y no serán guardadas por Evidencio

Los cálculos por sí solos nunca deben dictar la atención al paciente, y no sustituyen al criterio profesional. Consulte nuestra disclaimer.

Algoritmer subyacentes Parte de
logo

Inicia sesión para activar las funciones de impresión de Evidencio

Para poder utilizar las funciones de impresión de Evidencio, debe estar conectado.
Si no tiene una cuenta de la Comunidad Evidencio puede crear su cuenta personal gratuita en:

https://www.evidencio.com/registration

Resultados impresos - Ejemplos {{ new Date().toLocaleString() }}

Beneficios de la Cuenta Comunitaria Evidencio

With an Evidencio Community account you can:

  • Create and publish your own prediction algorithms.
  • Share your prediction algorithms with your colleagues, research group, organization or the world.
  • Review and provide feedback on algorithms that have been shared with you.
  • Validate your algorithms and validate algorithms from other users.
  • Find algorithms based on Title, Keyword, Author, Institute, or MeSH classification.
  • Use and save prediction algorithms and their data.
  • Use patient specific protocols and guidelines based on sequential algorithms and decision trees.
  • Stay up-to-date with new algorithms in your field as they are published.
  • Create your own lists of favorite algorithms and topics.

A personal Evidencio account is free, with no strings attached!
Join us and help create clarity, transparency, and efficiency in the creation, validation, and use of medical prediction algorithms.

Descargo de responsabilidad: Los cálculos por sí solos nunca deben dictar la atención al paciente, y no sustituyen al juicio profesional.
Términos y Condiciones | Política de privacidad | Descargo de responsabilidad | Contacto | Rechazar cookies |
Evidencio v3.38 © 2015 - 2025 Evidencio. Todos los derechos reservados