Imaging-guided Percutaneous Biopsy of Nodules ≤1 cm
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
OBJECTIVE: Percutaneous biopsy of lung nodules is established as a safe procedure with high diagnostic yield and accuracy. Its role in the diagnosis of subcentimeter nodules is, however, less clear. The goal of this study was to evaluate diagnostic yield, accuracy, and safety of computed tomography (CT)-guided needle biopsy in the diagnosis of subcentimeter lung nodules. MATERIAL AND METHODS: A retrospective review of a prospectively maintained database over a 12-year period identified 133 eligible CT-guided needle biopsies of lesions ≤1 cm. Diagnostic yield and accuracy for the diagnosis of malignancy were calculated. Lesion features and procedure characteristics were assessed using univariate and multivariate logistic regression analysis to identify risk factors associated with biopsy failure and complications. RESULTS: Biopsy specimens were adequate for diagnosis in 116/133(87%) cases; the diagnostic yield for malignant and benign lesions was 93% and 65%, respectively. Final benign diagnosis was the strongest independent risk factor for biopsy failure. In multivariate logistic regression, fine-needle aspiration was an independent risk factor for diagnostic failure. Core needle biopsy was an independent risk factor for pneumothorax, and core needle biopsy, number of passes, and age were independent risk factors for pneumothorax requiring tube drainage. CONCLUSIONS: CT-guided percutaneous needle biopsy had high diagnostic yield for the diagnosis of subcentimeter lung nodules with a similar complication rate to biopsy of larger lesions. Fine-needle aspiration may be an independent factor for diagnostic failure even for malignant 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