Metaanalysis of the accuracy of rapid prescreening relative to full screening of pap smears
Notice bibliographique
Résumé
BACKGROUND: Efficient quality assurance and improvement measures are essential ingredients in a well organized cytology-based program for cervical carcinoma screening. Various pap smear review procedures, aiming for optimization of accuracy, are described throughout the literature. Evaluation and synthesis of those methods are needed. In a previous study, we pooled data on the diagnostic quality of rapid reviewing (RR) of cervical smears initially reported as normal or unsatisfactory. We now focus on rapid prescreening (RPS) of unreported smears. METHODS: Six published studies on the accuracy of RPS relative to subsequent full screening were pooled using metaanalytic methods. Individual and pooled sensitivity, specificity, and predictive values were assessed using forest plots. Random effect pooling methods were used for interstudy heterogeneity. Variation in sensitivity according to influencing factors was explored by metaregression. RESULTS: The pooled average sensitivity of RPS was 64.9% (95% confidence interval [CI] 50.7-79.1%) for all abnormalities, 72.6% (95% CI 60.6-85.2%) for low-grade lesions or more severe, and 85.7% (95% CI 77.8-93.6%) for high-grade lesions or more severe. The pooled specificity was estimated at 96.8% (CI 95.8-97.8%). The sensitivity increased significantly with duration of screening and decreased with workload. Almost 3% of all abnormal slides were detected only by RPS (2.8%; CI 0.0-5.8%). This is comparable to the proportion of false-negative smears detectable by RR. CONCLUSIONS: Rapid prescreening has a high yield for severe dysplasia and shows diagnostic properties that support its use as a quality control procedure in cytologic laboratories. We showed previously that RR is superior to full reviewing of a 10% random sample of negative slides (10% FR). Because the yield of additional abnormalities found by RR and RPS is comparable, we expect RPS to be more efficient than 10% FR as well.
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 | 0,034 | 0,069 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,014 | 0,065 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».