Clinical follow up and the impact of the Paris system in the assessment of patients with atypical urine cytology
Notice bibliographique
Résumé
BACKGROUND: Urinary cytology is routinely used in the diagnosis of urothelial neoplasms, with good sensitivity for high-grade urothelial carcinoma (HGUC) but less so for low-grade urothelial neoplasm (LGUN). There is significant interobserver and interinstitutional variability, especially for the atypical category. The Paris system for reporting urinary cytology (TPS) was introduced to better define the various categories, especially atypical cytology. METHODS: We retrospectively reviewed 630 atypia of undetermined significance (AUS) cases and reclassified them based on TPS. In total, 501 cases previously reported as negative for malignancy had their medical records reviewed to serve as negative controls. RESULTS: Of 630 AUS cases, 299 (47.5%) were reclassified as negative for HGUC (NHGUC), 313 (49.7%) as atypical urothelial cells (AUCs) and 18 (2.9%) as suspicious for HGUC (SHGUC). Based on our institution's previous reporting system, the rate of underlying or subsequent HGUC was 2.8% for AUS, and 0% for negative. When AUS cases were reclassified under TPS, the rates were 1.5% for NHGUC, 4.8% for AUC, and 0% for SHGUC. Review of medical records showed that patients with AUS were more likely to be followed-up compared with those with negative urine cytology (77.8% compared with 54.3%), particularly those under the care of non-urologists. CONCLUSIONS: AUS diagnosis is associated with more patient follow up compared with NEG urine particularly among non-urologists. Reclassifying according to TPS results in significant reduction in the rate of AUS and thus unnecessary testing. This reduction however may be at the expense of slightly decreased detection rate of HGUC.
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 | 0,001 |
| 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 | 0,001 |
| 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 ».