The role of bronchoscopy in the diagnosis of early lung cancer: a review
Notice bibliographique
Résumé
Lung cancer is the leading cause of cancer-related deaths worldwide with an overall 5-year survival rate of 17% after diagnoses. Indeed many patients tend to have a very poor prognosis, due to being diagnosed at an advanced stage. Conversely patients who are diagnosed at an early stage have a 5-year survival >70%, indicating that early detection of lung cancer is crucial to improve survival. Although flexible bronchoscopy is a relatively non-invasive procedure for patients suspected of having lung cancer, only 29% of carcinoma in situ (CIS) and 69% of microinvasive tumors were detectable using white light bronchoscopy (WLB) alone. As a result, in the past two decades, new bronchoscopic techniques have been developed to increase the yield and diagnostic accuracy, such as autofluorescence bronchoscopy (AFB), narrow band imaging (NBI) and high magnification bronchovideoscopy (HMB). However, due to the low specificity and the limitation to detect only proximal bronchial tree, new probe-based technologies have been introduced: radial endobronchial ultrasound (R-EBUS), optical coherence tomography (OCT), confocal laser endomicroscopy (CLE) and laser Raman spectroscopy (LRS). To date, although tissue biopsy remains the gold standard for diagnosing malignant/premalignant airway disease and some techniques are still investigational, bronchoscopic technologies can be considered the safest and most accurate tools to evaluate both central and distal airway mucosa.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».