Pre‐op Thyroglobulin and Sentinel Lymph Node Biopsy Outcomes
Notice bibliographique
Résumé
Objective 1) To retrospectively assess the usefulness of preoperative thyroglobulin (Tg) levels in predicting sentinel lymph node (SLN) biopsy (SLNB) status. 2) To evaluate the correlation between preoperative Tg levels and the overall number of positive SLNs. 3) To compare primary tumor (T) classification in patients according to SLNB outcome. Method Data from patients operated for well‐differentiated thyroid carcinoma (WDTC) at the McGill University Thyroid Cancer Center were collected from January 2007 to January 2012. Statistical analyses were performed using a Mann‐Whitney‐Wilcoxon test, a Pearson correlation coefficient and a Pearson χ2 test. Results Preoperative Tg levels and SLNB results were available in 74 patients (51 negative and 23 positive SLNBs). Mean preoperative Tg levels for negative and positive SLNB groups were 105.2 and 85.9 ng/mL, respectively, yielding no statistically significant difference (P =. 143). Moreover, no statistically significant correlation was found between Tg levels and the number of positive SLNs (P =. 515). While 82.4% of patients with negative SLNBs had a T1 or T2 class WDTC, 82.6% of patients with positive SLNBs had a T3 or higher class, yielding a statistically significant difference between the 2 groups (P <. 001). Conclusion Preoperative Tg levels are not significantly different in patients with positive SLNBs as compared to negative SLNBs, and show no significant correlation with the number of positive SLNs. Thus, an elevated preoperative Tg is not a predictor of SLN status. Patients with positive SLNBs, however, have significantly worse T classifications.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 ».