Endoscopic ultrasound‐guided FNA of pelvic lesions: A large single‐center experience
Notice bibliographique
Résumé
BACKGROUND: Pelvic endoscopic ultrasound-guided fine-needle aspiration (PEUS-FNA) of rectal or perirectal lesions is safe, minimally invasive, and well tolerated. It provides valuable information, which can greatly influence patient management. Herein, the authors present what to their knowledge is the largest series to date of PEUS-FNA. METHODS: PEUS-FNA specimens were retrieved from the archives of the study institution from January 2001 to March 2015. Only patients with solid pelvic lesions were examined. The cytopathology findings, immunohistochemistry, corresponding histology, and clinical data were collected. For analysis of accuracy, atypical or suspicious results were classified as "negative." The sensitivity and specificity of PEUS-FNA were calculated in a subset of patients with available surgical pathology. RESULTS: A total of 127 cases meeting the current study criteria were obtained from patients who underwent PEUS-FNA at the study institution between January 2001 and March 2015. The mean age of the patients was 60 years, and 53% were female. Pelvic lesions were comprised of 72% masses and 28% lymph nodes, with a mean mass diameter of 27.38 mm (range, 5-100 mm). PEUS-FNA was positive for malignancy in 45% of cases, atypical/suspicious in 4.7% of cases, and negative for malignancy in 50.3% of cases. Surgical pathology was available for 44 patients. PEUS-FNA demonstrated 89.3% sensitivity, 100% specificity, a diagnostic accuracy of 93.2%, a positive predictive value of 100%, and a negative predictive value of 84.2%. No complications were noted. CONCLUSIONS: PEUS-FNA is safe and effective for the investigation of pelvic lesions. Cancer Cytopathol 2016;124:836-41. © 2016 American Cancer Society.
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 | 0,000 | 0,000 |
| 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) | 0,001 | 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 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 ».