Accuracy of Endoscopic Ultrasound in the Evaluation of Cystic Pancreatic Neoplasms
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
OBJECTIVES: Reports on the use of endoscopic ultrasound (EUS) in differentiating benign, premalignant, and malignant pancreatic lesions have been widely variable, particularly with cystic neoplasms. We evaluated the use of EUS for cystic pancreatic lesions in a community hospital setting. METHODS: All patients who underwent EUS for cystic pancreatic neoplasms from 2007 to 2010 were reviewed. A final EUS diagnosis was determined based on the examiner's impression and fine-needle aspiration results if available. Lesions were stratified as benign, premalignant, or malignant. Patients underwent surgical resection, serial imaging studies, or medical oncology/palliative care consultation as indicated. RESULTS: One hundred eighteen patients with cystic pancreatic lesions underwent EUS during the study period. Endoscopic ultrasound diagnoses included 75 benign (63.6%), 35 premalignant (29.7%), and 8 malignant (4.2%) lesions. Thirty-eight patients (32.2%) underwent surgery, 77 (65.3%) were monitored with imaging, and 3 (2.5%) had unresectable malignancies. Elevated carcinoembryonic antigen levels showed a trend toward predicting mucinous cysts (P = 0.062). Accuracy, sensitivity, specificity, positive predictive value, and negative predictive value for cystic lesions were 87.3%, 86.8%, 87.5%, 76.7%, and 93.3%, respectively. CONCLUSIONS: Endoscopic ultrasound is a valuable diagnostic modality in the evaluation of cystic pancreatic neoplasms in a community hospital setting.
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 | 0,004 | 0,013 |
| 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) | 0,000 | 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 découle