Is thyroid gland only a “land” for primary malignancies? role of morphology and immunocytochemistry
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: Thyroid Metastases (TM) represent a rare entity with an estimated variability ranging between 0 and 24%. Fine needle aspiration cytology (FNAC) might be useful in discriminating between primary and TM nodules especially when ancillary techniques (i.e., immunocytochemistry-ICC) are carried out. METHODS: We herein appraised a series of 20 TM on FNAC analyzed between 2000 and 2013. We included eight male and 12 female patients. The cytological cases were processed with both liquid based (LBC) and conventional cytology. RESULTS: We reported 2.2% TM out of 910 malignancies. Our TM cases resulted as: six lung (LG), five gastro-intestinal (GI), five breast (B), three larynx (LX), and one clear cell renal carcinoma (CCRC) metastases. All the patients had a previous known cancer history. Although the cytological features were likely to suspect a TM, the application of ICC panels was contributive in 100% cases. None of TMs resulted as a unique localization whereby two cases underwent total thyroidectomy (including one B and one CCRC) and 18 TM were treated with radio-chemotherapy approaches. CONCLUSIONS: FNAC empowered the diagnostic workup of patients with TM avoiding useless surgical approach. The low sensitivity of cytology might be reinforced by the application of ancillary techniques. In contrast with the reported predominant rate of kidney metastatic carcinomas, our findings underlined that intestinal cancer as well as lung and breast are the most common TM. TM are frequently multifocal and in a contest of a systemic disease so that a tailored therapy seems to be the best treatment.
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 | 0,001 |
| 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 découle