Surgeon performed ultrasound‐guided fine‐needle aspirates of the thyroid: 1067 biopsies and learning curve in a teaching center
Notice bibliographique
Résumé
BACKGROUND: Surgeon performed ultrasound-guided fine-needle aspirates (UG-FNAs) reduce delay in diagnosis and allow for surgeon surveillance. We present the first report on a learning curve and impact of head and neck surgical trainees on adequacy rates. METHODS: Thyroid UG-FNA biopsies from 2009 to 2013 were reviewed retrospectively. Specimen adequacy, cytologic diagnosis, and surgical pathology were used to calculate adequacy and accuracy. RESULTS: One thousand sixty-seven biopsies were examined in 723 individuals. The adequacy rate from adoption into practice improved from 71% to 78% to 85% over 300 cases. When UG-FNA was subsequently taught to trainees, adequacy rates varied among trainees (p < .037), and there were higher nondiagnostic rates earlier in training (p = .04). Adequacy was not related to size or palpability, but cystic lesions yielded more inadequate specimens (p < .001). CONCLUSION: Surgeon performed UG-FNA biopsy can be performed adequately in an outpatient setting. Adequacy rates reach acceptable levels after 300 cases, whereas trainee involvement impacts adequacy rates. © 2015 Wiley Periodicals, Inc. Head Neck 38: E1281-E1284, 2016.
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 ».