P.046 Flow cytometry in cerebrospinal fluid: utility in the diagnosis of central nervous system lymphoma
Notice bibliographique
Résumé
Background: Flow cytometry in the cerebrospinal fluid (CSF) is used as an adjunct to cytology to increase the sensitivity of detecting central nervous system (CNS) lymphoma. We aim to evaluate CSF flow cytometry as a diagnostic tool for lymphoma in patients presenting with undifferentiated neurologic symptoms. Methods: We retrospectively reviewed all CSF flow cytometry samples sent in the Calgary region from 2012-2015. Clinical data, laboratory investigations, radiologic imaging studies, and pathological data were analyzed. Clinical review extended to 2 years post CSF flow cytometric testing. Results: The number of samples of CSF flow cytometry that were positive for a hematological malignancy was 43/763 (5.6%). The overall sensitivity of the test was 72.9%. A positive result was more likely to occur in patients with a prior history of a hematological malignancy or abnormal enhancement on MRI (p<0.0001). In fact, CSF flow cytometry was negative in all patients who did not have a previous hematological malignancy or abnormal enhancement on MRI (n = 247). Conclusions: CSF flow cytometry has very limited role in the screening for primary CNS lymphoma, unless a strictly endorsed testing algorithm is applied. It is, however, an invaluable tool in assessing CNS involvement in patients with previous diagnosis of hematolymphoid malignancy.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».