Diagnostic accuracy and safety of fine‐needle aspiration biopsy of the parapharyngeal space
Notice bibliographique
Résumé
Fine-needle aspiration (FNA) biopsy of the parapharyngeal space (PPS) is a diagnostic challenge and sampling is often done without image guidance, often trans-orally. Primary PPS tumors are rare, and there is a broad differential diagnosis. The accuracy of PPS FNA, in particular without CT-guidance and using liquid-based cytology (LBC), has not been well studied. Pathology records from our institution (a 1,100 bed Canadian academic tertiary care centre) were searched to identify all patients who underwent PPS FNA from September 1991 to August 2009. The FNA diagnosis was compared to the gold standard of subsequent histopathology or long-term clinical follow-up. Of 36 FNAs, 3 employed image guidance. Eleven (31%) FNAs were nondiagnostic. In the 25 diagnostic FNAs, there was sensitivity 89%, specificity 94%, PPV 89%, NPV 94%, and accuracy 92% for the diagnosis of positive or negative for malignancy. A correct specific diagnosis was made in 9/25 (36%) cases. The nondiagnostic rate was significantly higher (P < 0.025) in FNAs prepared as conventional smears (9/17 = 53%) versus LBC (2/19 = 11%). A specific diagnosis was made significantly more often (P < 0.05) with LBC (8/19 = 43%) versus conventional smear (1/17 = 5.9%). One minor complication from FNA occurred. In conclusion, PPS FNA is safe and accurate for the diagnosis of malignancy. The rate of reporting a specific diagnosis is low. Nondiagnostic FNAs are common. There are more specific diagnoses and fewer nondiagnostic tests with LBC than with conventional smears. Improved specimen quality with LBC is likely a factor.
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 | 0,008 |
| 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 ».