Can Preoperative Thyroglobulin Antibody Levels Be Used as a Marker for Well‐Differentiated Thyroid Cancer?
Notice bibliographique
Résumé
Objectives: Evaluate whether the presence of preoperative thyroglobulin antibody (TgAb) levels can help predict the final pathology of thyroid nodules. Assess whether higher levels of preoperative TgAb increase the likelihood that a thyroid nodule is malignant. Methods: A retrospective chart review of patients who underwent thyroidectomy in 3 McGill University‐affiliated hospitals between January 2012 and 2014 was conducted. Demographic data, TgAb levels, and final histopathology were recorded. Patients were divided into 2 groups: TgAb positive (defined as TgAb ≥30 IU/mL) and TgAb low/negative (defined as TgAb <30). Micropapillary thyroid carcinomas were considered to be benign. These data were then statistically analyzed using SPSS. Results: Preoperative TgAb levels were available in 412 patients. There were 360 patients in the TgAb low/negative group (malignancy rate: 51.39%) and 52 patients in the TgAb positive group (malignancy rate: 65.38%). The sensitivity, specificity, positive predictive value, and negative predictive value of TgAb ≥30 IU/mL as a diagnostic test for thyroid malignancy were 15.53% (confidence interval [CI] 11.00‐21.01), 90.67% (CI 85.66‐94.38), 65.38% (50.91‐78.03), and 48.61% (CI 43.34‐53.91), respectively. The relative risk was 1.2723 (CI 1.0192‐1.5883) and the odds ratio was 1.7868 (CI 0.9732‐3.2804). Both the Pearson chi‐square test ( P =. 024) and Fisher's exact test ( P =. 017) yielded statistical significance between the 2 groups. Conclusions: Our study demonstrates that patients with preoperative TgAb ≥30 IU/mL had a higher rate of malignancy when compared to patients with TgAb <30 IU/mL. This suggests that an elevated TgAb level may increase the risk that a thyroid nodule is malignant.
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) | 0,001 | 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) | 0,001 | 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 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 ».