Role of Fine-Needle Aspiration in the Surgical Management of Pancreatic Neuroendocrine Tumors: Utility and Limitations in Light of the New World Health Organization Classification
Notice bibliographique
Résumé
CONTEXT: Pancreatic neuroendocrine tumors (Panc-NETs) are rare and tend to get overshadowed by their more prevalent and aggressive ductal adenocarcinoma counterparts. The biological behavior of PancNETs is unpredictable, and thus management is controversial. However, the new World Health Organization classification has significantly contributed to the prognostic stratification of these patients. Concurrently, there have been advances in surgical techniques for benign or low-grade pancreatic tumors. These procedures include minimally invasive and parenchyma-sparing operations such as laparoscopy and enucleation. OBJECTIVE: To report on the utility and limitations of fine-needle aspiration in the preoperative evaluation and management of PancNETs. DESIGN: This was a retrospective review of our institutional tumor database from 2002 to 2012. There were 25 cases of PancNETs that were localized and staged by medical imaging and diagnosed by fine-needle aspiration. RESULTS: Fourteen patients underwent laparotomy, with some requiring only limited surgery; 4 had laparoscopic resections; 4 were serially observed without surgical intervention; and another 3 were inoperable. After a mean follow-up of 37 months, more than half of the patients had no evidence of disease, including most of those who underwent minimally invasive surgery. CONCLUSIONS: Fine-needle aspiration is a useful diagnostic adjunct to medical imaging in the preoperative evaluation and management of PancNETs. However, there are limitations with regard to grading PancNETs using this technique.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 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 ».