Squamous Intraepithelial Lesions in Cervical Tissue Samples of Limited Adequacy and Insufficient for Grading as Low or High Grade
Notice bibliographique
Résumé
OBJECTIVE: Cervical tissue samples of limited adequacy but with pathological features of squamous intraepithelial lesions (SIL) may not be gradable and result in a diagnosis of ungraded SIL (SILQ). SILQ outcome, clinico-pathological correlates, and the predictive role of biomarker staining are unknown. MATERIALS AND METHODS: Among 17,551 colposcopy attendees, 478 (2.7%) had SILQ. Glass slides of 472 were reviewed. Positive [high SIL (HSIL), adenocarcinoma in situ (AIS), or carcinoma] and negative [negative for intraepithelial lesion or malignancy (NILM) or low SIL (LSIL)] outcomes were based on the worst pathology in 24 months of follow-up. p16 and Ki67 immunohistochemistry of 80 random SILQ and 149 controls (44 NILM, 15 LSIL, 75 HSIL, and 15 AIS) was scored as unsatisfactory, positive, or negative. Biomarker and outcome status were correlated, and sensitivity, specificity positive predictive value (PPV), and negative predictive value (NPV) were calculated. RESULTS: Of the total cases, 332 (1.9%) were reviewed as SILQ, and follow-up for 329 was positive in 134 (41%). Atypical glandular cells, AIS, atypical squamous cells (cannot exclude HSIL), HSIL referral Pap test (70% vs. 47%, p < .001), and HSIL colposcopic impression (33% vs. 19%, p < .001) were more frequent among positive compared with negative outcomes. Best SILQ sensitivity (89%) and NPV (77%) occurred with combined biomarkers, and best specificity (52%) and PPV (58%) occurred with Ki67. All 4 performance metrics among the controls were high. CONCLUSIONS: The 2% frequency and 41% positive outcome highlight the clinical importance of SILQ. The referral Pap test and colposcopic impression could prioritize follow-up colposcopy for some SILQ, and negative staining with both biomarkers could eliminate further colposcopy in others.
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 | 0,002 | 0,005 |
| 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 | 0,000 |
| 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 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 ».