Application of the Probabilistic Approach to Reporting Breast Fine Needle Aspiration in Males
Notice bibliographique
Résumé
OBJECTIVE: To apply the probabilistic approach to a series offine needle aspiration (FNA) samples of male breast lesions and determine the accuracy and reproducibility of this method of reporting in men. STUDY DESIGN: All male breast surgical specimens with a preoperative breast FNA at our institution from 1994 to 2005 were identified. The FNAs were blindly reviewed by 2 groups of observers and classified in 1 of 5 categories using published reporting guidelines: positive, suspicious, atypical, proliferative without atypia and unremarkable. The histologic and cytologic diagnoses were correlated. The interobserver variation was determined. RESULTS: A total of 138 FNAs were performed for 123 male patients. Histologic correlation was available for 23 satisfactory FNAs. A total of 11 of 11 carcinomas (100%) were classified as positive, suspicious or atypical. Of 12 benign masses, 11 (91.6%) were classified as proliferative without atypia or unremarkable. One case of gynecomastia was classified as atypical by 1 observer but deemed not atypical with consensus review. The kappa statistic for benign and atypical/suspicious/malignant categories was 0.90. CONCLUSION: Based on this series, the probabilistic approach can be applied to the reporting of FNAs of male breast lesions. Gynecomastia may result in an atypical cytologic diagnosis.
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 | 0,030 | 0,149 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».