Accuracy of Cytology vs. Microbiopsy for the Diagnosis of Well-Differentiated Hepatocellular Carcinoma and Macroregenerative Nodule
Notice bibliographique
Résumé
OBJECTIVE: To determine the accuracy of ultrasound (US)-guided fine needle aspiration (FNA) for the diagnosis of well-differentiated hepatocellular carcinoma (wd HCC) and macroregenerative nodule (MRN) and to identify the most useful cytologic and histologic criteria to distinguish between those two diagnoses. STUDY DESIGN: Cytologic and histologic specimens of 50 wd HCC and 50 MRN were reviewed blindly and the diagnosis compared to the final clinical diagnosis. Twenty-eight cytologic and 25 histologic criteria were examined and subjected to statistical analysis. RESULTS: Among 100 cases studied, the final diagnosis was available for 43. In those 43 cases, combining analysis of cytologic and histologic specimens, the sensitivity of US-guided FNA was of 75% and the specificity 100%. Cytologic analysis was better than isolated histologic analysis, with a sensitivity of 75% vs. 68%, respectively. Sensitivity of cytologic diagnosis was lower for smaller nodules and for those located in poorly accessible hepatic segments. With the use of stepwise logistic regression analysis, four cytologic features (increased nuclear/cytoplasmic ratio, cellular monomorphism, nuclear crowding, loss of bile duct cells) and four histologic features (increased nuclear/cytoplasmic ratio, decreased Kupffer cells, cellular monomorphism, increased trabeculae thickness) were identified as predictive of HCC.
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 ».