Accuracy and False-Positive Rate of the Cytologic Diagnosis of Follicular Cervicitis: Observations From the College of American Pathologists Pap Educational Program
Notice bibliographique
Résumé
CONTEXT: Follicular cervicitis is usually easily identifiable on Papanicolaou (Pap) tests; however, historically, follicular cervicitis is reported to lead to false-positive diagnoses of epithelial cell abnormalities. OBJECTIVES: To assess participant responses in the College of American Pathologists (CAP) Pap educational program (CAP-PAP) to determine the accuracy and false-positive rate of follicular cervicitis cases. Design.-We performed a retrospective review of 4914 participant responses for gynecologic cytology challenges with the reference diagnosis of follicular cervicitis during 11 years (2000-2010) from CAP-PAP. Reference diagnosis category, false-positive rates by participant type (laboratory, cytotechnologist, pathologist), and preparation type (conventional smears, ThinPrep) were analyzed. RESULTS: Of the total 4914 general category responses, 4368 (88.9%) were benign while 546 (11.1%) responses were epithelial cell abnormalities (false positives). Of benign responses, only 2026 (46.4%) were an exact match to follicular cervicitis. Adenocarcinoma and high-grade squamous intraepithelial lesion were the most common diagnoses chosen as a false-positive interpretation (42.3% and 20.1%, respectively). Participant type was significantly associated with false-positive interpretations (laboratory: 19.2%; cytotechnologist: 11.1%; pathologist: 7.9%; P < .001). ThinPrep was also significantly associated with false-positive results as compared to conventional smears (12.2% versus 3.6%; P < .001). CONCLUSIONS: In an interlaboratory comparison educational program, follicular cervicitis is difficult to interpret accurately and represents an important cause of false-positive responses. Follicular cervicitis may mimic adenocarcinoma or high-grade squamous intraepithelial lesion, particularly in liquid-based preparations. The diagnostic difficulty most likely arises from the lymphocytes being less conspicuous in the background as well as their tendency to aggregate in ThinPrep as compared to conventional smears.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».