MétaCan
Menu
Retour à la cohorte
Enregistrement W199614713 · doi:10.1155/2012/761721

Endoscopic Ultrasound Fine-Needle Aspiration Characteristics of Primary Adenocarcinoma versus Other Malignant Neoplasms of The Pancreas

2012· article· en· W199614713 sur OpenAlexvenueno aff
Veronika Gagovic, Bret J. Spier, Ryan J DeLee, Courtney Barancin, Mary J. Lindstrom, Michael Einstein, Siobhán Byrne, Josephine Harter, Rashmi Agni, Patrick Pfau, Terrence J. Frick, Anurag Soni, Deepak V. Gopal

Notice bibliographique

RevueCanadian Journal of Gastroenterology · 2012
Typearticle
Langueen
DomaineMedicine
ThématiquePancreatic and Hepatic Oncology Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicinePancreasAdenocarcinomaEndoscopic ultrasoundFine-needle aspirationPancreatic massRadiologyPancreatitisCystPathologyBiopsyInternal medicineCancer

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Endoscopic ultrasound (EUS) with fine-needle aspiration (FNA) is often used to assist in the evaluation of pancreatic lesions and may help to diagnose benign versus malignant neoplasms. However, there is a paucity of literature regarding comparative EUS characteristics of various malignant pancreatic neoplasms (primary and metastatic). OBJECTIVE: To compare and characterize primary pancreatic adenocarcinoma versus other malignant neoplasms, hereafter referred to as nonprimary pancreatic adenocarcinoma (NPPA), diagnosed by EUS-guided FNA. METHODS: The present study was a retrospective analysis of a prospectively maintained database. The setting was a tertiary care, academic medical centre. Patients referred for suspected pancreatic neoplasms were evaluated. Based on EUS-FNA characteristics, primary pancreatic adenocarcinoma was differentiated from other malignant neoplasms. The subset of other neoplasms was defined as malignant lesions that were 'NPPAs' (ie, predominantly solid or solid⁄cystic based on EUS appearance and primary malignant lesions or metastatic lesions to the pancreas). Pancreatic masses that were benign cystic lesions (pseudocyst, simple cyst, serous cystadenoma) and focal inflammatory lesions (acute, chronic and autoimmune pancreatitis) were excluded. RESULTS: A total of 230 patients were evaluated using EUS-FNA for suspected pancreatic mass lesions. Thirty-eight patients were excluded because they were diagnosed with inflammatory lesions or had purely benign cysts. One hundred ninety-two patients had confirmed malignant pancreatic neoplasms (ie, pancreatic adenocarcinoma [n=144], NPPA [n=48]). When comparing adenocarcinoma with NPPA lesions, there was no significant difference in mean age (P=0.0675), sex (P=0.3595) or average lesion size (P=0.3801). On average, four FNA passes were necessary to establish a cytological diagnosis in both lesion subtypes (P=0.396). Adenocarcinomas were more likely to be located in the pancreatic head (P=0.0198), whereas masses in the tail were more likely to be NPPAs (P=0.0006). Adenocarcinomas were also more likely to exhibit vascular invasion (OR 4.37; P=0.0011), malignant lymphadenopathy (P=0.0006), pancreatic duct dilation (OR 2.4; P=0.022) and common bile duct dilation (OR 2.87; P=0.039). CONCLUSIONS: Adenocarcinoma was more likely to be present in the head of the pancreas, have lymph node and vascular involvement, as well as evidence of pancreatic duct and common bile duct obstruction. Of all malignant pancreatic lesions analyzed by EUS-FNA, 25% were NPPA, suggesting that FNA is crucial in establishing a diagnosis and may be helpful in preoperative planning.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,265
Écart entre enseignants0,233 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of GastroenterologyMême sujetPancreatic and Hepatic Oncology ResearchTravaux en français237 207