Subclassification of lymphoproliferative disorders in serous effusions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Rare studies have reported the application of multiple ancillary tests to the diagnosis of lymphoproliferative disorder in serous effusions. In the current study, the authors evaluated the effectiveness of using an algorithm for the triage of serous effusions and the contribution of ancillary studies to achieve a specific subtype of lymphoproliferative disorder. METHODS: Serous effusion samples that had a final diagnosis of lymphoproliferative disorder or suspicious for lymphoma were selected from cases that were diagnosed between 2001 and 2010. Data were collected on patient and sample characteristics as well as results from immunophenotype and molecular studies. RESULTS: In total, 168 serous effusions were identified from 110 patients. The most common site of involvement was the pleural cavity (n = 133) followed by the peritoneal cavity (n = 30) and pericardial cavity (n = 5). The volume of serous effusions ranged from 2 mL to 1000 mL (mean, 238 mL). In 42 patients (38.2%), serous effusions were the primary source of diagnosis. In 129 patients who had a diagnosis of LPD, either generic (n = 82) or specific (n = 47) ancillary tests were performed as a single test in 58 samples (67.4%) or as a combination of multiple studies in 19 samples (23.2%). Immunophenotyping was successful in almost all samples that had a specific subtype with 16 B-cell and 4 T-cell lymphomas being diagnosed. More samples with a specific subtype of lymphoma underwent molecular tests compared with those who had a generic diagnosis (19.1% vs 13.4%). CONCLUSIONS: Successful, specific subtyping of lymphoproliferative disorders was achieved in approximately 33% of cases that were tested for ancillary studies following an approach for the triage and aliquoting of serous effusion samples.
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.
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 découle