Salivary Gland Fine Needle Aspiration and Introduction of the Milan Reporting System
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Fine needle aspiration (FNA) is a well-established procedure for the diagnosis and management of salivary gland lesions despite challenges imposed by their diversity, complexity, and cytomorphologic overlap. Until recently, the reporting of salivary gland FNA specimens was inconsistent among different institutions throughout the world, leading to diagnostic confusion among pathologists and clinicians. In 2015, an international group of pathologists initiated the development of an evidence-based tiered classification system for reporting salivary gland FNA specimens designated the "Milan System for Reporting Salivary Gland Cytopathology" (MSRSGC) that culminated with the publication of the MSRSGC Atlas in February 2018. The MSRSGC consists of 6 diagnostic categories, which incorporate the morphologic heterogeneity and overlap among various non-neoplastic, benign, and malignant lesions of the salivary glands. In addition, each diagnostic category is associated with a risk of malignancy and management recommendations. The main goal of the MSRSGC is to improve communication between cytopathologists and treating clinicians, while also facilitating cytologic-histologic correlation, sharing of data from different laboratories for quality control, and research. Herein, we review the current status of salivary gland cytology and the role of MSRSGC in providing a framework for reporting salivary gland lesions.
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.
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 découle