Épidémie

Le scanner thoracique manque de valeur prédictive négative pour le coronavirus

Une étude parue dans Radiology présente les examens de scanner thoraciques réalisés chez 21 patients atteints du coronavirus (2019-nCoV) de Wuhan. Si la tomodensitométrie est un élément clé du processus diagnostique, sa sensibilité n’est pas complète et sa valeur prédictive négative est imparfaite, soulignent les chercheurs.

icon réservé aux abonnésArticle réservé aux abonnés
Le 10/02/20 à 17:00, mise à jour aujourd'hui à 15:12 Lecture 4 min.

Figure 1. Homme de 29 ans, circonstances d’exposition au virus inconnues, adressé avec une fièvre et une toux et finalement pris en charge en unité de soins intensifs. A. Coupe fine axiale de scanner sans contraste, qui montre des opacités pulmonaires en verre dépoli (flèches blanches) et de consolidation (flèches noires) confluentes, bilatérales, diffuses et inégales. B. La maladie dans les lobes droits moyen et inférieur a une distribution périphérique frappante. © Chung et coll.

Au 10 février, le nouveau coronavirus apparu en décembre 2019 dans la ville de Wuhan, en Chine, avait infecté plus de 40 000 personnes, dont 910 étaient décédées, selon les sources officielles 1. Depuis le déclenchement de cette épidémie, déclarée urgence mondiale par l’Organisation mondiale de la santé (OMS) le 30 janvier, les chercheurs et les autorités de santé travaillent pour découvrir des traitements et améliorer la prise en charge des patients.

Aider les radiologues à diagnostiquer la maladie

Publiée le 4 février dans Radiology [1] une étude menée par des médecins de l’école médicale Mount Sinai, à New York et de plusieurs universités chinoises, décrit les caractéristiques tomodensitométriques qui peuvent aider les radiologues à diagnostiquer la maladie. « Une identification précoce est importante non seulement pour démarrer le traitement, mais aussi pour isoler le patient et permettre aux autorités de mettre en place une réponse efficace », déclare Michael Chung, le premier auteu

Il vous reste 85% de l’article à lire

Docteur Imago réserve cet article à ses abonnés

S'abonner à l'édition
  • Tous les contenus « abonnés » en illimité
  • Le journal numérique en avant-première
  • Newsletters exclusives, club abonnés

Abonnez-vous !

Docteur Imago en illimité sur desktop, tablette, smartphone, une offre 100% numérique

Offre mensuelle 100 % numérique

23 €

par mois

S’abonner à Docteur Imago

Notes

1. Source : carte réalisée par l’école d’ingénierie de l’université John Hopkins, aux États-Unis. https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6

Auteurs

Jérome Hoff

Rédacteur en chef adjoint BOM Presse Clichy

Voir la fiche de l’auteur

Bibliographie

  1. Chung M., Bernheim A., Mei X. et coll., « CT Imaging Features of 2019 Novel Coronavirus (2019-nCoV) », Radiology, 4 février 2020. Publication en ligne anticipée. DOI : 10.1148/radiol.2020200230.

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

23 Oct

16:18

Le score de Kaiser en IRM mammaire présente une excellente précision diagnostique pour distinguer les lésions bénignes des lésions malignes chez les patientes présentant des anomalies BI-RADS 0 ou 4 en imagerie conventionnelle (étude).

13:16

Chez les patients obèses, le scanner à comptage photonique (PCCT) offre une meilleure qualité d’image que le scanner conventionnel (EID CT), avec un meilleur contraste et un rapport signal/bruit supérieur. Il permet également de réduire significativement la dose d’irradiation, en maintenant une bonne qualité diagnostique (étude).

7:45

Une étude a comparé un système d’intelligence artificielle aux critères PI-RADS pour la détection du cancer de la prostate cliniquement significatif en IRM, démontrant une sensibilité non inférieure à l’échelle du patient, mais inférieure à l’échelle lésionnelle. L’IA pourrait compléter PI-RADS pour optimiser le triage des biopsies, notamment des lésions indéterminées PI-RADS 3, concluent les chercheurs.
22 Oct

15:30

Une équipe de chercheurs a développé un système d’intelligence artificielle multimodale combinant imagerie médicale et données cliniques pour prédire la survie à 24 mois de patients atteints d’un cancer de la prostate métastatique résistant à la castration, traités par radiothérapie vectorisée ciblant le PSMA. Ce modèle affiche des performances prometteuses pour la stratification pronostique et l’aide à la décision clinique.
✕
Docteur Imago

GRATUIT
VOIR