Evaluation of Indeterminate Thyroid Cytology by Second-Opinion Diagnosis or Repeat Fine-Needle Aspiration: Which Is the Best Approach?
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
OBJECTIVE: This study investigated a published series evaluating the role of second-opinion diagnosis (SOD) or repeat fine-needle aspiration cytology (RFNA) for indeterminate thyroid aspirates. STUDY DESIGN: Twenty-three studies were selected and the following parameters were analyzed: disagreement between SOD or RFNA and the original diagnosis (OD), reclassification of OD according to the Bethesda system for reporting thyroid cytopathology, the rate of definitive diagnosis and the diagnostic performance of SOD and RFNA. RESULTS: 7,154 thyroid FNAs were retrieved from 9 studies that investigated the role of SOD, including 1,048 (14.6%) cases originally reported as indeterminate. The 14 studies that analyzed the role of thyroid RFNA comprised 67,581 FNAs and included 7,246 (10.7%) indeterminate cases. A definitive diagnosis was achieved by SOD in 450 cases (42.9%) and RFNA in 1,645 cases (57.2%, p=0.0001). Based on cases with histological follow-up, SOD demonstrated significantly higher rates of positive predictive value and accuracy than RFNA (55.8 vs. 37.7%, p=0.0001; 67.4 vs. 56.0%, p=0.0034, respectively). CONCLUSIONS: Both SOD and RFNA demonstrated an improvement in the diagnosis of initially indeterminate thyroid FNAs. RFNA achieved a definitive diagnosis for the majority of indeterminate cases. Regarding histological follow-up, SOD was shown to be more accurate than RFNA.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 découle