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 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 | 0,008 | 0,035 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».