Deep brush‐based cytology in tonsils resected for benign diseases
Notice bibliographique
Résumé
A fraction of oropharyngeal cancer (OPC), especially in the tonsil, is caused by human papillomavirus (HPV), mainly HPV16. Noninvasive diagnostic methods to detect precancerous lesions in the tonsil would be useful, e.g., liquid-based cytology (LBC). However, ill-characterized precancerous lesions may be hidden in the depth of the tonsillar crypts. We therefore conducted a study on HPV and tonsillar precancerous lesions to evaluate, among other things, the utility of LBC obtained by deep brushing of the resected tonsils. Two hundred non-paediatric patients (mean age: 30.3 years) who underwent tonsillectomy for infection-related conditions (69%) or other conditions (mainly obstructive sleep apnoea, 31%) were included. An ultra-sensitive Luminex bead-based platform was used to test for the DNA of 21 mucosal HPV types; 56% of slides were unsatisfactory due to low number of squamous epithelial cells or the masking effect of a large number of lymphocytes. Three patients (1.5%; 95% CI: 0.5-4.3) showed suspicious cytological findings (atypical squamous cells-cannot exclude high-grade squamous intraepithelial lesion, ASC-H) while 3 others were HPV-positive (2 for HPV16 and 1 for HPV39). None of the ASC-H patients and HPV-positive patients showed dysplasia at histological examination. The rarity of HPV infection in the tonsil conflicts with the relatively frequent detection of the virus in the mouth. In conclusion, aggressive deep brushing of tonsils, while hardly applicable in vivo, is unlikely to be a reliable method to detect precancerous lesions. The absence of OPC screening modalities places the priority on multi-purpose primary prevention strategies, i.e., HPV vaccination and reduction of smoking and drinking.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».