Ultrasound-Guided Fine-Needle Aspiration Biopsy of the Thyroid: Methods to Decrease the Rate of Unsatisfactory Biopsies in the Absence of an On-Site Pathologist
Notice bibliographique
Résumé
PURPOSE: The rate of unsatisfactory samples from ultrasound-guided fine-needle aspirations of thyroid nodules varies widely in the literature. We aimed to evaluate our thyroid ultrasound-guided fine-needle aspiration biopsy technique in the absence of on-site microscopic examination by a pathologist; determine factors that affect the adequacy rate, such as the number of needle passes and needle size; compare our results with the literature; and establish an optimal technique. MATERIALS AND METHODS: We performed a retrospective review of cytopathology reports from 252 consecutive thyroid ultrasound-guided fine-needle aspiration biopsies performed by a radiologist between 2005 and 2010 in our hospital's radiology department. Sample adequacy, the number of needle passes, and needle size were determined. There was an on-site cytologist who prepared slides immediately after fine-needle aspiration but no on-site microscopic assessment of sample adequacy to guide the number of needle passes that should be performed. Cytopathology biopsy reports were classified as either unsatisfactory or satisfactory samples for diagnosis; the latter consisted of benign, malignant, and undetermined diagnoses. RESULTS: Seventy-seven biopsies were performed with 1 needle pass, 124 with 2 needle passes, and 51 with 3 needle passes. The rates of unsatisfactory biopsies were 33.8%, 23.4% (odds ratio [OR] 0.599 [95% confidence interval {CI}, 0.319-1.123]; P = .110), and 13.7% (OR 0.312 [95% CI, 0.124-0.788]; P = .014), respectively. CONCLUSION: In a hospital in which there is no on-site pathologist, a 3-pass method increases the specimen satisfactory rate by 20% compared with 1 pass, achieves similar rates to the literature, and provides a basis for further improvement of our practice.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».