McGill Thyroid Nodule Score in Differentiating Benign and Malignant Pediatric Thyroid Nodules: A Pilot Study
Notice bibliographique
Résumé
Objective The McGill Thyroid Nodule Score (MTNS) is a preoperative tool used to predict the risk for well-differentiated thyroid cancer given a specific nodule in adults. We evaluated the clinical utility of a modified pediatric MTNS with children and adolescents. Study Design Case series with chart review. Setting Tertiary care children's hospital. Subjects and Methods This is a retrospective chart review of 46 patients ≤18 years of age presenting with a solitary or dominant thyroid nodule treated with surgical resection between September 2008 and December 2015. The cumulative MTNS for each nodule was calculated and compared with the final pathology. Results Of 46 patients, 10 (21.7%) were diagnosed with well-differentiated thyroid cancer (80% papillary thyroid carcinoma, 10% follicular variant of papillary thyroid carcinoma, 10% follicular thyroid carcinoma). Malignant nodules were associated with a greater mean MTNS (benign, 5.72 ± 3.03; malignant, 16 ± 3.13; P < .05). The sensitivity, specificity, and positive predictive value of malignancy were 100%, 94.4%, and 83.3% for scores ≥10 and 80%, 100%, and 100% for scores ≥11, respectively. In nodules with indeterminate cytology (Bethesda III and IV), the pediatric MTNS showed good differentiation between benign and malignant disease, with mean scores of 7.95 and 12.5, respectively ( P = .006). Conclusion This pilot study suggests that a comprehensive scoring system may help assess the risk of malignancy in pediatric thyroid nodules and differentiate nodules with indeterminate cytology into higher- and lower-risk categories. Given these findings, larger, multi-institutional studies are warranted.
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) | 0,001 | 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) | 0,000 | 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 ».