MétaCan
Menu
Retour à la cohorte
Enregistrement W2104654856 · doi:10.15273/dmj.vol41no1.5437

A systematic review and meta-analysis of palpation versus ultrasound-guided fine needle aspiration of thyroid nodules

2014· review· en· W2104654856 sur OpenAlexafffundvenue
Jacob Matz, Mohamed Abdolell, Jill A. Hayden, Joseph G. Nasser

Notice bibliographique

RevueDalhousie Medical Journal · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueThyroid Cancer Diagnosis and Treatment
Établissements canadiensDalhousie University
Organismes subventionnairesDalhousie University
Mots-clésMedicineFine-needle aspirationThyroid nodulesPalpationMeta-analysisRadiologyNodule (geology)Cochrane LibraryThyroidBiopsyPathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: Thyroid nodules are a common clinical finding. Fine-needle aspiration (FNA) is the most widely accepted diagnostic tool used to differentiate malignant and benign thyroid nodules. FNA can be carried out by manual palpation of the nodule or with ultrasound guidance. Existing clinical practice guidelines give mixed recommendations regarding the use of ultrasound guidance for thyroid FNA. Given the inconsistencies in the guidelines, we performed a systematic review and meta-analysis to compare the diagnostic accuracy of palpationguided fine needle aspiration (PG-FNA) versus ultrasound-guided fine needle aspiration (USG-FNA). Methods: Studies comparing PG-FNA and USG-FNA were identified through a search of PubMed, the Cochrane Library, and Embase (1990- December 2011). Titles and abstracts were reviewed and studies were selected for a full text review. Meta-analysis of included studies was performed to estimate the average sensitivity, specificity, and rate of inadequate samples for each technique. Results: We screened 1934 citations and selected seven studies meeting our predefined inclusion criteria. The pooled sensitivity of USG-FNA was found to be higher than PG-FNA [0.91 (CI=0.82, 1.0) and 0.79 (CI=0.69, 0.85), respectively]. The pooled specificity of USG-FNA was also found to be slightly higher than PG-FNA [0.77 (CI=0.69, 0.85) and 0.73 (CI=0.64, 0.81), respectively]. The mean rate of inadequate samples was higher for PG-FNA at 14.7% versus 8.4% for US-FNA. Conclusions: Our findings show that USG-FNA has a higher diagnostic accuracy than PG-FNA and a lower rate of inadequate samples. Overall, these findings suggest an advantage to the use of USG-FNA over PG-FNA.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,020
score de la tête « metaresearch » (Gemma)0,060
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,105

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,060
Méta-épidémiologie (sens strict)0,0040,002
Méta-épidémiologie (sens large)0,0260,044
Bibliométrie0,0080,009
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0030,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,081
Tête enseignante GPT0,376
Écart entre enseignants0,294 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueDalhousie Medical JournalMême sujetThyroid Cancer Diagnosis and TreatmentTravaux en français237 207