메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
김정호 (가톨릭대학교 의과대학 방사선과학교실) 김성훈 (가톨릭대학교 의과대학 방사선과학교실) 오주현 (가톨릭대학교 의과대학 방사선과학교실) 유이령 (가톨릭대학교 의과대학 방사선과학교실) 정용안 (가톨릭대학교 의과대학 방사선과학교실) 박영하 (가톨릭대학교 의과대학 방사선과학교실) 손형선 (가톨릭대학교 의과대학 방사선과학교실) 이성용 (가톨릭대학교 의과대학 방사선과학교실) 정수교 (가톨릭대학교 의과대학 방사선과학교실)
저널정보
대한핵의학회 대한핵의학회지 대한핵의학회지 제39권 제5호
발행연도
2005.1
수록면
269 - 277 (9page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
목적: 두경부암 환자에서 경부림프절 전이의 진단에서의 $^{18}F-FDG$ PET/CT의 유용성을 알아보고자 하였다. 대상 및 방법: 환자들을 수술 전 병기 결정을 위해 PET/CT을 촬영한 환자 46명(수술 전 환자군, 남: 38명, 여: 8명, 평균나이: 54.54세)과 1차 치료 후 재발 병소의 병기 결정을 위해 PET/CT를 시행한 환자 20명(재발 환자군, 남: 15명, 여: 5명, 평균나이: 49.5세)의 두군으로 분류하였다. PET/CT에서 FDG 섭취를 보인 경부림프절을 병소 대 병소로 조직검사 소견과 후향적으로 비교하였다. 결과: 수술 전 환자 15명의 PET/CT에서 21개의 FDG 섭취 증가를 보이는 림프절이 관찰되었다. 이 중 20개가 조직학적으로 림프절 전이로 확진되었고 평균 최대 SUV는 5.84 (2.05-20.39)였다. 나머지 하나의 림프절은 조직 검사에서 염증성 병소로 진단되었고 최대 SUV는 2.75였다. 7개의 림프절전이가 조직검사에서만 발견되었다 민감도는 74.0%, 특이도는 99.6%, 양성 예측도는 95.2% 그리고 음성 예측도는 97.3%였다. 수술 후 환자 9명에서 11개의 림프절전이가 PET-CT에서 관찰되었고, 이 중 8개가 전이로 확진되었고 평균 최대 SUV는 5.65 (3.02-9.84)였다. 나머지 3개의 림프절들은 염증성 병소였고 평균 최대 SUV는 2.87였다. 1개의 위음성의 림프절이 발견되었다. 민감도는 88.8%, 특이도는 97.7%, 양성 예측도는 72.7% 그리고 음성 예측도는 92.9%였다. 결론: FDG-PET/CT은 두경부암 환자의 경부 림프절 전이를 평가하는데 수술 전 환자군에서는 보다 높은 양성 예측도를, 재발 환자군에서는 보다 높은 민감도를 보였다. 그러므로 PET/CT는 두경부암 환자에서 수술 전 환자와 재발 환자의 경부 림프절 전이의 진단에 유용하였다.
#Head and neck cancer #F-18-FDG PET/CT #Cervical lymph node metastasis

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0