Cut off value of technetium uptake in the differential diagnosis of Graves, disease and subacute thyroiditis
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 216
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JNMB-8-1_007
تاریخ نمایه سازی: 24 تیر 1399
چکیده مقاله:
Objective(s):The aim of this study was to determine whether technetium (99mTc) uptake is a relevant method for the differential diagnosis of Graves disease and subacute thyroiditis and calculate its cutoff value in case of its relevancy.
Methods: A total of 69 patients, who were followed up (> 3 months) in our hospital for thyrotoxicosis within 2015-2019 were enrolled in the study. Out of these 69 subjects, 39 patients had been diagnosed with Graves disease, and 30 of them had subacute thyroiditis. Biochemical parameters, thyroid scintigraphy, and 99mTc uptake test results were evaluated.
Results: 99mTc uptake was significantly higher in the patients with Graves disease than in the patients with subacute thyroiditis (P<0.001). Based on the ROC analysis the 99mTc uptake cutoff value of 1.55% had an accuracy of 92.9%, with the sensitivity and specificity of 92% and 87%, respectively.
Conclusion:In conclusion, the results of our study suggested that 99mTc uptake test could be used in the differential diagnosis of Graves disease and subacute thyroiditis. The cutoff value of 1.55% for 99mTc uptake test may guide in establishing a differential diagnosis between the two diseases.
کلیدواژه ها:
نویسندگان
Fadime Demir
Department of Nuclear Medicine, Faculty of Medicine, Tokat Gaziosmanpasa University, Tokat, Turkey
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :