Is Ultrasonography Useful in Predicting Thyroid Cancer in Children with Thyroid Nodules and Apparently Benign Cytopathologic Features?
Notice bibliographique
Résumé
BACKGROUND/AIMS: To assess whether the presence of certain findings on thyroid ultrasonography (US) correctly diagnoses malignancy even when a fine-needle aspiration biopsy (FNAB) suggests a benign lesion. METHODS: We reviewed the charts of 35 children and adolescents with a thyroid nodule who had had an US and a FNAB, and for whom final pathology was available. RESULTS: The global accuracy of FNAB was 83%, with a sensitivity of 75% and a specificity of 94%. 14 FNABs suggested malignancy (40%), only 1 of which was a false positive (7%). By contrast, 5 of the 21 FNABs suggesting benign lesions were false negatives (24%). These 5 cases had US findings suggestive of malignancy. When FNAB suggested a benign lesion, US had a good sensitivity (80%) but a poor specificity and accuracy (50 and 57%, respectively); its negative predictive value was 90% and its positive predictive value 36%. CONCLUSIONS: US complements FNAB in the evaluation of thyroid nodules in children. A more aggressive approach is warranted in children with a thyroid nodule and a benign FNAB if US findings suggest malignancy.
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 | 0,002 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».