Información de la revista
Vol. 14. Núm. 5.
Páginas 377-384 (enero 2003)
Compartir
Compartir
Descargar PDF
Más opciones de artículo
Vol. 14. Núm. 5.
Páginas 377-384 (enero 2003)
Diagnóstico de las lesiones de la calota. Selección de variables por redes neuronales y regresión logística
Diagnosis of calvarial lesions. Feature selection by neural network and logistic regression
Visitas
6281
E. Arana
Servicios de Radiodiagnóstico de Clínica Quirón
L. Martí-Bonmatí*, D. Bautista**, R. Paredes***
* Hospital Universitario Dr. Peset
** Servicio de Medicina Preventiva. Hospital Universitario Dr. Peset
*** Instituto Técnico de Informática. Universidad Politécnica de Valencia
Este artículo ha recibido
Información del artículo
Resumen
Bibliografía
Descargar PDF
Estadísticas
Resumen
Objetivos

Establecer las variables mínimas para diagnosticar las lesiones de la bóveda craneal con tomografía computarizada (TC) y comprobar la precisión de la regresión logística (RL) y las redes neuronales artificiales (RN) en su diagnóstico.

Material y Métodos

Estudiamos 167 pacientes con lesiones de bóveda craneal como única manifestación conocida de enfermedad. Los datos clínicos y de la TC se emplearon para los modelos de RL y RN, que se probaron con el método jacknife. Los resultados finales de cada modelo se compararon con el área bajo la curva ROC (A2).

Resultados

Las lesiones fueron en un 73,1 % benignas y 26,9% malignas. No hubo diferencia estadísticamente significativa entre la RL y la RN para diagnosticar las lesiones malignas. Para la caracterización de los diagnósticos histológicos, la RN fue estadísticamente superior a la RL. Las variables necesarias para el diagnóstico de lesión maligna fueron la edad y la definición de los bordes, y para los diagnósticos histológicos, matriz, esclerosis marginal y la edad.

Conclusiones

Se necesitan cuatro mínimas variables para el diagnóstico de estas lesiones, no siendo importante el tipo de sintomatología. Las redes neuronales ofrecen grandes posibilidades sobre la estadística para las lesiones de la bóveda craneal además de un mejor rendimiento diagnóstico.

Palabras clave:
Cráneo
Neoplasias
Diagnóstico
Tomografía computarizada
Cabeza
Ordenadores
Redes neuronales
Curva ROC
Estadística
Regresión logística
Summary
Objectives

To establish the minimun set of features needed in the diagnosis of calvarial lesions using computed tomography (CT) and to assess the accuracy of logistic regression (LR) and artificial neural networks (NN) for their diagnosis.

Material and Methods

167 patients with calvarial lesions as the only known disease were enrolled The clinical and CT data were used for LR and NN models. Both models were tested with the jacknife method. The final results of each model were compared using the área under ROC curves (A2)

Results

The lesions were 73.1 % benign and 26.9% malignant. There was no statistically significant difference between LR and NN in differentiating malignancy. In characterizing the histologic diagnoses, NN was statistically superior to LR. Important NN features needed for malignancy classification were age and edge definition, and for the histologic diagnoses matrix, marginal sclerosis and age.

Conclusions

A mínimum four fetaures is needed to diagnose these lesions, not being important patients’ symptoms. NNs offer wide possibilities over statistics for the calvarial lesions study besides a superior diagnostic performance.

Keywords:
Skull
Neoplasms
Computed Tomography
Head
Computers
Neural networks
Receiver operating characteristic curve (ROC)
Statistics
Logistic regression

Artículo

Opciones para acceder a los textos completos de la publicación Neurocirugía
Socio
Socio de la Sociedad Española de Neurocirugía

Si es la primera vez que accede a la web puede obtener sus claves de acceso poniéndose en contacto con Elsevier España en suscripciones@elsevier.com o a través de su teléfono de Atención al Cliente 902 88 87 40 si llama desde territorio español o del +34 932 418 800 (de 9 a 18h., GMT + 1) si lo hace desde el extranjero.

Si ya tiene sus datos de acceso, clique aquí.

Si olvidó su clave de acceso puede recuperarla clicando aquí y seleccionando la opción "He olvidado mi contraseña".

Suscriptor
Suscriptor de la revista

Si ya tiene sus datos de acceso, clique aquí.

Si olvidó su clave de acceso puede recuperarla clicando aquí y seleccionando la opción "He olvidado mi contraseña".
Suscribirse
Suscribirse a:

Neurocirugía

Comprar
Comprar acceso al artículo

Comprando el artículo el PDF del mismo podrá ser descargado

Precio 19,34 €

Comprar ahora
Contactar
Teléfono para suscripciones e incidencias
De lunes a viernes de 9h a 18h (GMT+1) excepto los meses de julio y agosto que será de 9 a 15h
Llamadas desde España
932 415 960
Llamadas desde fuera de España
+34 932 415 960
Email
Idiomas
Neurocirugía
Opciones de artículo
Herramientas
es en

¿Es usted profesional sanitario apto para prescribir o dispensar medicamentos?

Are you a health professional able to prescribe or dispense drugs?