MétaCan
Menu
Retour à la cohorte
Enregistrement W1500957253

Pathological reporting of colorectal cancer specimens: a retrospective survey in an academic Canadian pathology department.

2008· article· en· W1500957253 sur OpenAlexaffabout
Nancy Chan, Anil Duggal, Michele M. Weir, David K. Driman

Notice bibliographique

RevuePubMed · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical Laboratory Practices and Quality Control
Établissements canadiensLondon Health Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésMedicinePathologicalColorectal cancerRetrospective cohort studyPathologyGeneral surgeryCancerFamily medicineInternal medicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To survey and improve the pathological reporting of colorectal cancer (CRC) specimens in a tertiary care pathology department. METHODS: We identified CRC specimens reported in a 6-month period before and after educational sessions and the introduction of a standardized CRC synoptic reporting protocol. Gross and microscopic descriptions were analyzed according to published guidelines for important staging and prognostic features. We then reexamined these parameters for a further 6-month period 15 months later to ensure that the quality of reporting had been maintained. RESULTS: In total, 108 and 166 cases were analyzed before and after standardization, respectively. Many features were reported appropriately, including tumour size, type and grade, depth of invasion, nodal status and proximal and distal margin status. Several underreported features showed significant improvement after standardization, including serosal involvement (reporting increased from 22% to 84%), distance to radial margin (from 14% to 64%), extramural venous invasion (from 18% to 88%), host response (from 19% to 94%) and mean number of nodes retrieved (mean numbers retrieved increased from 11 to 16). The subsequent review 15 months later showed continued long-term improvement in these areas. CONCLUSION: Education and synoptic reporting significantly improved CRC reporting at our centre.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,014
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,252
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,217
Tête enseignante GPT0,391
Écart entre enseignants0,174 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetClinical Laboratory Practices and Quality ControlTravaux en français237 207