Fine-Needle Sspiration Biopsy versus Core-Needle Biopsy in Diagnosing Lung Cancer: A Systematic Review
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
BACKGROUND: Lung cancer leads cancer-related mortality in the world. The objective of the present systematic review was to compare fine-needle aspiration biopsy (fnab) with core-needle biopsy (cnb) for diagnostic characteristics and yields for diagnosing lung cancer in patients with lung lesions. METHODS: The medline and embase databases (from January 1, 1990, to September 14, 2009), the Cochrane Library (to Issue 4, 2009), and selected guideline Web sites were searched for relevant articles. RESULTS: For overall diagnostic characteristics (benign vs. malignant) of fnab and cnb, the ranges of sensitivity were 81.3%-90.8% and 85.7-97.4% respectively; of specificity, 75.4%-100.0% and 88.6%-100.0%; and of accuracy, 79.7%-91.8% and 89.0%-96.9%. For specific diagnostic characteristics of fnab and cnb (identifying the histologic subtype of malignancies or the specific benign diagnoses), the ranges of sensitivity were 56.3%-86.5% and 56.5-88.7% respectively; of specificity, 6.7%-57.1% and 52.4%-100.0%; and of accuracy, 40.4%-81.2% and 66.7%-93.2%. Compared with fnab, cnb did not result in a higher complication rate (pneumothorax or hemoptysis). No study has yet compared the diagnostic yields of fnab and of cnb for molecular predictive-marker studies in patients with lung lesions. DISCUSSION AND CONCLUSIONS: The evidence is currently insufficient to support a difference between fnab and cnb in identifying lung malignancies in patients with lung lesions. Compared with fnab, cnb might have a higher specificity to diagnose specific benign lesions. Well-designed, good-quality studies comparing fnab with cnb for diagnostic characteristics and yields in diagnosing lung cancer should be encouraged.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,000 | 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 | 0,001 | 0,001 |
| 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