Yield of EBUS-TBNA for the diagnosis of sarcoidosis: impact of operator and cytopathologist experience
Notice bibliographique
Résumé
BACKGROUND: Studies have reported a high diagnostic yield of endobronchial ultrasound-guided transbronchial needle aspiration (EBUS-TBNA) for the diagnosis of sarcoidosis. We sought to review the yield of EBUS-TBNA for the diagnosis of sarcoidosis at our institution over time, and examine factors that may influence this yield. METHODS: Patients who underwent EBUS-TBNA for suspected sarcoidosis between December 2008 and November 2011 were identified. EBUS was performed without rapid on-site evaluation (ROSE) of samples. The final diagnosis was based on the results of all invasive diagnostic procedures and/or clinical follow-up. Logistic regression analysis was used to examine the effect of various factors on yield. RESULTS: 43 patients underwent 45 EBUS-TBNA procedures for suspected sarcoidosis. A total of 115 lymph nodes were sampled. The 21 G needle was used in 51% of procedures. The mean number of lymph node stations sampled was 2.6 (SD 0.7) and the mean number of needle passes per procedure was 7.8 (SD 2.0). Non-necrotising granulomatous inflammation was detected in EBUS-TBNA samples from 34/45 (76%) procedures. The overall diagnostic yield increased to 36/45 (80%) following a cytopathology review for this study. Needle gauge, number of lymph node stations sampled and number of needle passes were not associated with diagnostic yield. The yield of EBUS-TBNA increased significantly after the first 15 procedures performed for suspected sarcoidosis; the 2 additional cases diagnosed after the cytopathology review were part of this early experience. CONCLUSIONS: EBUS-TBNA is a valuable technique for the diagnosis of sarcoidosis when performed without ROSE. The yield of the procedure improved significantly over time, based on operator and cytopathologist experience.
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 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».