ADNEX model - Evidencio
ADNEX model

Le ADNEX model est un modèle de prédiction du risque qui peut estimer le risque qu'une tumeur soit bénigne ou maligne chez les femmes présentant une masse annexielle, ainsi que le risque qu'une tumeur maligne soit classée comme limite, cancer de stade I, cancer de stade II-IV, ou comme tumeur ovarienne métastatique.

Les auteurs de la recherche: 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
Version: 2.0
  • Public
  • Gynécologie
  • {{ modelType }}
V-2.0-945.25.08.12
(01)08720938015311(8012)v2.0(4326)250812(240)945
Télécharger le Manuel de l'utilisateur et consulter le Utilisation prévue.
Unités

{{ section.title }}

{{ section.description }}

Calculer le résultat

Définir d'autres paramètres pour effectuer le calcul

{{ resultSubheader }}
{{ $t('download_result_availability') }}
{{ chart.title }}
Intervalle de résultats {{ additionalResult.min }} à {{ additionalResult.max }}

Informations conditionnelles

Le graphique à barres fournit une estimation du risque entre les tumeurs annexes bénignes et malignes, ainsi qu'une estimation du risque entre quatre classifications de tumeurs malignes (tumeur borderline, cancer de stade I, cancer de stade II-IV et tumeur métastatique secondaire). Les tumeurs borderline sont classées comme des tumeurs malignes, ce qui correspond à la littérature scientifique évaluant les performances du modèle ADNEX.

Il n'existe pas de seuil confirmé pour le risque de malignité. Veuillez consulter les directives cliniques pour connaître le seuil recommandé.

Le modèle ADNEX a été développé par Van Calster et al. en 2014. Pour plus d'informations sur le modèle ADNEX, voir le guide pratique de Van Calster et al. 2015.

{{ file.classification }}
Note
Les notes ne sont visibles que dans le téléchargement des résultats et ne sont pas sauvegardées par Evidencio.

Les calculs seuls ne doivent jamais dicter les soins aux patients et ne remplacent pas le jugement professionnel. Voir notre disclaimer.

Algorithmes sous-jacents Une partie de
logo

Veuillez vous connecter pour activer les fonctions d'impression d'Evidencio

Pour utiliser les fonctions d'impression d'Evidencio, vous devez être connecté.
Si vous n'avez pas de compte communautaire Evidencio, vous pouvez créer un compte personnel gratuit à:

https://www.evidencio.com/registration

Résultats imprimés - Exemples {{ new Date().toLocaleString() }}

Avantages du compte communautaire 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.

Clause de non-responsabilité : les calculs ne doivent jamais dicter les soins aux patients et ne remplacent pas le jugement d'un professionnel.
Conditions générales | Politique de confidentialité | Disclaimer | Contact | Refuser les cookies |
Evidencio v3.38 © 2015 - 2025 Evidencio. Tous droits réservés