MétaCan
Menu
← Retour à la cohorte
Enregistrement W2115920015

EBUS-TBNA in a tertiary care center: Real life experience and quality assessment

2012· article· en· W2115920015 sur OpenAlexaff
Philippe Nguyên, Bernard Gagnon, Thomas Vandemoortele

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Diagnosis and Treatment
Établissements canadiensCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineSampling (signal processing)RadiologyTertiary careLymph nodeEndobronchial ultrasoundDiagnostic accuracyMalignant diseaseMedical physicsBronchoscopySurgeryCancerPathology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION Endobronchial ultrasound-guided transbronchial needle aspiration (EBUS-TBNA) has become the standard minimally invasive modality for sampling mediastinal lymph nodes. In this study, we evaluate our performance with the technique and propose a methodology that can be used in other center. METHOD We included all EBUS-TBNA procedures performed in 2011 in our service. We proceeded to a thorough analysis of each case from a pragmatic perspective to evaluate the regional node sampling yield and our ability to conclude the investigation by achieving diagnosis and staging, avoiding unnecessary surgery and allowing direction for management. RESULTS EBUS-TBNA was performed in 53 consecutive patients. The indication was suspicion of malignant disease in 46 patients (87%) and benign in 7 patients (13%). In total, 117 nodes were sampled. The overall sensitivity ranged from 76 to 91% and the negative predictive value ranged from 78 to 92%. The median size of nodes was 15 mm. If malignant cells were discovered, histological precision was obtained in 68%. EBUS-TBNA was clinically sufficient in 43 of the 53 patients (diagnostic yield = 81%) and prevented 18 out of 27 patients (67%) from undergoing surgery. No major complications were reported. CONCLUSION The attained sensitivity and negative predicitive value are similar to what has been published. Thorough analysis of patient cases is key in improving performance with this technique, and we encourage all centers to analyze their practice periodically in order to maintain quality standards. Finally, in our establishment, EBUS-TBNA offers clinicians an additional step to simplify healthcare and probably reduce the economic burden of such investigations.

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)0,005
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,037
Tête enseignante GPT0,390
Écart entre enseignants0,353 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLung Cancer Diagnosis and Treatment→Travaux en français237 207→