A Comparison of Endoscopic Ultrasound-Guided Fine-Needle Aspiration and Fine-Needle Biopsy in the Diagnosis of Solid Pancreatic Lesions
Notice bibliographique
Résumé
Background and Aims. Endoscopic ultrasound (EUS) guided fine-needle aspiration (FNA) is the method of choice for sampling pancreatic lesions. This study compares the diagnostic accuracy and safety of FNB using a novel core needle to FNA in solid pancreatic lesions. Methods. A retrospective review of patients in whom EUS FNA or FNB was performed for solid pancreatic lesions was conducted. Diagnostic performance was calculated based upon a dual classification system: classification 1, only malignant pathology considered a true positive, versus classification 2, atypical, suspicious, and malignant pathology considered a true positive. Results. 43 patients underwent FNB compared with 51 FNA. Using classification 1, sensitivity was 74.0% versus 80.0%, specificity 100% versus 100%, and diagnostic accuracy 77.0% versus 80.0% for FNB versus FNA, respectively (all p>0.05 ). Using classification 2, sensitivity was 97% versus 94.0%, specificity 100% versus 100%, and diagnostic accuracy 98.0% versus 94.0% for FNB versus FNA, respectively (all p>0.05 ). FNB required significantly fewer needle passes (median = 2) compared to FNA (median = 3; p<0.001 ). Adverse events occurred in two (4.5%) FNB patients compared with none in the FNA group ( p>0.05 ). Conclusion. FNA and FNB have comparable sensitivity and diagnostic accuracy. FNB required fewer passes.
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 | 0,009 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 ».