Diagnostic utility of peripheral endobronchial ultrasound with electromagnetic navigation bronchoscopy in peripheral lung nodules
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVE: This study aimed to investigate the diagnostic utility of peripheral endobronchial ultrasound (pEBUS) followed by as-needed electromagnetic navigation bronchoscopy (ENB) for sampling peripheral lung nodules. METHODS: The study was a single-arm, prospective cohort study of patients with peripheral lung nodules. Peripheral lung lesion localization was initially performed using a pEBUS probe with guide sheath. If localization failed with pEBUS alone, ENB was used to help identify the lesion. Transbronchial biopsy, bronchial brush, transbronchial needle aspiration and bronchial washings were performed. RESULTS: Sixty patients were enrolled with average lesion size of 27 mm and mean pleural distance of 20 mm. Lesions were found with pEBUS alone in 75% of cases. The addition of ENB improved lesion localization to 93%. However, diagnostic yield for pEBUS alone and pEBUS with ENB were 43% and 50%, respectively. Factors predicting need for ENB use included smaller lesion size and absence of an air bronchus sign on computed tomography. CONCLUSIONS: ENB improves localization of lung lesions after unsuccessful pEBUS but is often not sufficient to ensure confirmation of a specific diagnosis. Technical improvements in sampling methods could improve the diagnostic yield.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».