Diagnostic Discrepancies in Mandatory Slide Review of Extradepartmental Head and Neck Cases: Experience at a Large Academic Center
Notice bibliographique
Résumé
CONTEXT: Medical error is a significant problem in the United States, and pathologic diagnoses are a significant source of errors. Prior studies have shown that second-opinion pathology review results in clinically major diagnosis changes in approximately 0.6% to 5.8% of patients. The few studies specifically on head and neck pathology have suggested rates of changed diagnoses that are even higher. Objectives .- To evaluate the diagnostic discrepancy rates in patients referred to our institution, where all such cases are reviewed by a head and neck subspecialty service, and to identify specific areas with more susceptibility to errors. DESIGN: Five hundred consecutive, scanned head and neck pathology reports from patients referred to our institution were compared for discrepancies between the outside and in-house diagnoses. Major discrepancies were defined as those resulting in a significant change in patient clinical management and/or prognosis. RESULTS: Major discrepancies occurred in 20 cases (4% overall). Informative follow-up material was available on 11 of the 20 patients (55.0%), among whom, the second opinion was supported in 11 of 11 cases (100%). Dysplasia versus invasive squamous cell carcinoma was the most common (7 of 20; 35%) area of discrepancy, and by anatomic subsite, the sinonasal tract (4 of 21; 19.0%) had the highest rate of discrepant diagnoses. Of the major discrepant diagnoses, 12 (12 of 20; 60%) involved a change from benign to malignant, one a change from malignant to benign (1 of 20; 5%), and 6 involved tumor classification (6 of 20; 30%). CONCLUSIONS: Head and neck pathology is a relatively high-risk area, prone to erroneous diagnoses in a small fraction of patients. This study supports the importance of second-opinion review by subspecialized pathologists for the best care of patients.
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 | 0,001 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».