Is the Real Prevalence of Pancreatic Neuroendocrine Tumors Underestimated? A Retrospective Study on a Large Series of Pancreatic Specimens
Notice bibliographique
Résumé
BACKGROUND/AIMS: The annual incidence of pancreatic neuroendocrine tumors (PanNET) has been estimated to be around 0.8/100,000 inhabitants. The aim of this study was to determine the frequency of incidental histological diagnosis of PanNET in pancreatic specimen evaluation for a purpose other other than PanNET diagnosis. METHODS: One thousand seventy-four histopathological examinations of pancreatic specimens performed in 3 centers in Italy were retrospectively reviewed. All cases with a main pathological diagnosis of PanNET were excluded. RESULTS: An incidental associated diagnosis of PanNET was made in 41 specimens (4%). Among those 41 cases, 29 (71%) had a largest diameter <5 mm (microadenoma), whereas the other 12 (29%) had a maximum size ≥5 mm (median diameter of the whole series = 3 mm, range 1-15). The association with a main diagnosis of intraductal papillary mucinous neoplasms (IPMN) was significantly higher for patients who had an incidental PanNET (p = 0.048). There was no association between incidental diagnosis of PanNET and age, gender, BMI, smoking habit, diabetes, and type of operation. CONCLUSIONS: The frequency of incidental histological diagnosis of PanNET is considerably high, suggesting that their real prevalence is probably underestimated. The present study suggests a possible correlation between the incidental occurrence of PanNET and IPMN.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».