RÉSEAU COVID-19 IMAGERIE

Les Français apportent de nouvelles données sur la précision diagnostique du scanner pour le COVID-19

En répondant aux estimations d’une précédente méta-analyse chinoise, les coordinateurs de l’initiative Réseau COVID-19 Imagerie fournissent de nouvelles données sur la sensibilité, la spécificité, la valeur prédictive positive et la valeur prédictive négative du scanner thoracique pour le diagnostic du COVID-19.

icon réservé aux abonnésArticle réservé aux abonnés
Le 07/05/20 à 7:00, mise à jour aujourd'hui à 15:14 Lecture 1 min.

Les données issues de l'initiative française indiquent une sensibilité du scanner thoracique à 89,8 % [85,3-94,3 %] et la spécificité à 76,5 % [72,7-80,3 %] (photo d'illustration). © Benjamin Bassereau

Dans une courte communication parue dans Radiology le 29 avril 2020 [1], Guillaume Herpe, Mathieu Lederlin et Jean-Pierre Tasu fournissent de nouvelles données concernant la sensibilité et la spécificité du scanner dans le cadre du diagnostic du COVID-19. Ils souhaitent ainsi répondre aux conclusions de la méta-analyse sur les performances diagnostiques du scanner de Kim H. et coll. [2] qui estiment à 27 % la valeur prédictive positive (VPP) du scanner en France.

3 640 patients inclus, 14 hôpitaux

Les données en question sont issues du programme RÉSEAU COVID-19 IMAGERIE lancée mi-mars 2020 à l’initiative de la Société française de radiologie (SFR) et du Collège des enseignants en radiologie de France (CERF), soutenue par le Conseil professionnel de la radiologie française (G4).

3 640 patients issus de 14 hôpitaux français ont été inclus, indiquent Guillaume Herpe et ses confrères. Et les résultats obtenus dans cette cohorte sont bien éloignés de ceux estimés par Kim et coll. La sensibilit

Il vous reste 60% 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

Auteurs

Avatar photo

Benjamin Bassereau

Directeur de la rédaction BOM Presse Clichy

Voir la fiche de l’auteur

Bibliographie

  1. Herpe G. et coll., « Positive predictive value of chest CT compared to RT-PCR in COVID-19 diagnosis, from the estimated to the calculated », Radiology brief communcations, 29 avril 2020, https://pubs.rsna.org/page/radiology/blog/2020/4/brief_communications_201809. Site consulté le 6 mai 2020.
  2. Kim H., Hong H., Yoon S. H., « Diagnostic Performance of CT and Reverse Transcriptase-Polymerase Chain Reaction for Coronavirus Disease 2019: A Meta-Analysis »,  Radiology, 17 avril 2020, publication en ligne, p. 201343. DOI : 10.1148/radiol.2020201343.

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

13 Avr

16:39

Un modèle basé sur l'apprentissage profond capable de prédire l'étendue du noyau ischémique dans les cas de reperfusion réussie et la région combinée de noyau et de pénombre ischémique après l'échec d'une reperfusion a surpassé les méthodes cliniques actuelles basées sur le scanner de perfusion. Étude.

14:38

Chez des patients avec des anévrismes ophtalmiques à collet large non rompus de moins de 10 mm, l'embolisation par flow diverter n'a pas donné de meilleurs résultats que le coiling avec ou sans placement de stent, concluent les auteurs d'un essai randomisé.

7:27

Une étude pilote démontre la performance « favorable » de la TEP au [18F]DASA-23, qui se lie à la pyruvate kinase M2, pour le diagnostic des gliomes de haut grade. « Son absorption après le début de la thérapie pourrait être un marqueur utile pour évaluer l'efficacité du traitement et le pronostic des patients », écrivent les auteurs.
10 Avr

15:32

Un modèle d’IA à apprentissage profond montre un potentiel en tant qu’outil de dépistage opportuniste de la santé osseuse chez les enfants, selon une étude publiée dans Radiology.
Docteur Imago

GRATUIT
VOIR