Aspirin Increases the Risk of Nondiagnostic Yield of Fine-Needle Aspiration and Biopsy of Thyroid Nodules
Notice bibliographique
Résumé
Abstract Background: The link between the diagnostic yield of thyroid fine-needle aspiration and biopsy (FNAB) in patients taking antithrombotic or anticoagulant medications (AT/AC) remains poorly characterized. Objectives: We studied the risk of obtaining a nondiagnostic sample with ultrasound-guided thyroid FNAB in patients taking AT/AC medications. Methods: This is a retrospective cohort study using medical records of 556 patients who underwent thyroid FNAB. All cytology samples were reported using the Bethesda classification. For patients with a nondiagnostic cytology, logistic regression was used to calculate OR for patients taking AT/AC medications. Multivariate regression was used to adjust for potential confounding variables including age, cystic ultrasound features, presence of eggshell calcifications, number of passes performed, cystic aspirate on FNAB, and position of the nodule. Results: Out of 556 patients, cytology results were available for 547 patients. Of these, 46 subjects were taking aspirin and 1 was on warfarin. Among the entire cohort, 17.5% of the subjects had a nondiagnostic cytology. Among the patients on AT/AC medications, 34% had a nondiagnostic result compared to 16% for those not taking them (OR = 2.70, p = 0.003). The subgroup of patients taking aspirin had similarly higher odds of a nondiagnostic cytology (OR = 2.78, p = 0.002). These differences remained statistically significant after multivariate adjustment. Conclusions: This is the first study to demonstrate a 3-fold independently greater risk of a nondiagnostic FNAB cytology in patients taking aspirin. Our results highlight the importance of evaluating the need for continuation of aspirin in patients undergoing thyroid FNAB as this may impact the diagnostic yield of the procedure.
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 | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».