Regression grading in neoadjuvant treated pancreatic cancer: an interobserver study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIM: Several regression grading systems have been proposed for neoadjuvant chemoradiation-treated pancreatic ductal adenocarcinoma (PDAC). This study aimed to examine the utility, reproducibility and level of concordance of three most frequently used grading systems. METHODS: Four gastrointestinal pathologists used the College of American Pathologists (CAP), Evans, MD Anderson Cancer Centre (MDA) regression grading systems to grade 14 selected cases (7-20 slides from each case) of neoadjuvant chemoradiation-treated PDAC. A postscoring discussion with each pathologist was conducted. The results were entered into a standardised data collection form and statistical analyses were performed. RESULTS: There was little concordance across the three systems. The Kendall coefficient of concordance agreement scores were: CAP: 2-poor, 2-fair; Evans: 1-fair, 1-moderate, 2-good; MDA: 1-poor, 2-moderate, 1-good. Interpretation in all three grades in the CAP grading system was a source of discrepancy. Furthermore, using fibrosis as a criterion to assess regression was contentious. In the Evans system, quantifying tumour destruction using arbitrary percentage cut-offs (ie, 9% vs 10%; 50% vs 51%, etc) was imprecise and subjective. Although the MDA system generated greatest concordance, this was due to 'oversimplification' surrounding wide, arbitrarily assigned thresholds of </> 5% of tumour. CONCLUSIONS: All systems lacked precision and clarity for accurate regression grading. Presently the clinical utility and impact of histological regression grading in patient management is questionable. There is a need to re-evaluate regression grading in the pancreas and establish a reproducible, clinically relevant grading system.
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.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 |
| 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 découle