Does Onsite Cytotechnology Evaluation Improve the Accuracy of Endoscopic Ultrasound-Guided Fine-Needle Aspiration Biopsy?
Notice bibliographique
Résumé
BACKGROUND: Endoscopic ultrasound-guided fine-needle aspiration (EUS-FNA) is the preferred modality for the cytological diagnosis of various cancers. Onsite cytopathology interpretation is not available in most centres. OBJECTIVE: To assess whether the the adequacy of tissue sampling assessed by an onsite cytotechnologist improves the diagnostic accuracy of EUS-FNA. METHODS: The present study is a retrospective review of all patients undergoing solid mass EUS-FNA between September 2005 and August 2007. Patients in group I (September 2005 to August 2006) had cytology slides prepared by an endoscopy nurse. Patients in group II (September 2006 to August 2007) had cytology slides prepared, stained and assessed for adequacy of tissue sampling by a cytotechnologist in the endoscopy suite. The final cytopathological diagnosis (definitely positive, definitely negative or inconclusive) was compared between the two groups. RESULTS: A total of 49 EUS-FNA procedures were performed in 47 patients in group I and 60 EUS-FNA procedures in 55 patients in group II. Pancreatic masses were the most common target site in both groups. The total number of needle passes was 105 in group I (mean 2.14 passes per patient; range one to five needle passes) and 158 in group II (mean 2.63 passes per patient; range one to four needle passes). The difference in the number of needle passes was not statistically significant between groups. The final diagnosis was definite in 53% in group I compared with 77% in group II (P=0.01). The percentage of inconclusive diagnoses was 47% in group I and 23% in group II (P=0.001). CONCLUSION: Onsite cytotechnologist interpretation of adequacy of tissue sampling significantly improves the diagnostic yield of EUS-FNA. This appears to be independent of the total number of needle passes undertaken for tissue sampling.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».