MétaCan
Menu
Retour à la cohorte
Enregistrement W3014637850 · doi:10.1002/cncy.22271

Cytologic grading of primary malignant salivary gland tumors: A blinded review by an international panel

2020· review· en· W3014637850 sur OpenAlexaff
Daniel N. Johnson, Mine Önenerk, Jeffrey F. Krane, Esther Diana Rossi, Zubair Baloch, Güliz A. Barkan, Massimo Bongiovanni, Fabiano Callegari, Şule Canberk, Glen R. Dixon, Andrew Field, Christopher Griffith, Nirag Jhala, Xiaoyin “Sara” Jiang, Daniel Kurtycz, Lester J. Layfield, Oscar Lin, Zahra Maleki, Miguel Perez‐Machado, Marc Pusztaszeri, Philippe Vielh, He Wang, Matthew A. Zarka, William C. Faquin

Notice bibliographique

RevueCancer Cytopathology · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueSalivary Gland Tumors Diagnosis and Treatment
Établissements canadiensMcGill University
Organismes subventionnairesNational Cancer Institute
Mots-clésMedicineGrading (engineering)Mucoepidermoid carcinomaAcinic cell carcinomaFine-needle aspirationSalivary glandCytopathologyPathologySalivary duct carcinomaCarcinomaCytologyRadiologyBiopsy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Fine needle aspiration (FNA) is commonly used for the preoperative evaluation of salivary gland tumors. Tumor grade is a key factor influencing clinical management of salivary gland carcinomas (SGCs). To assess the ability to grade nonbasaloid SGCs in FNA specimens, an international panel of cytopathologists convened to review and score SGC cases. METHODS: The study cohort included 61 cases of primary SGC from the pathology archives of 3 tertiary medical centers. Cases from 2005 to 2016 were selected, scanned, and digitized. Nineteen cytopathologists blinded to the histologic diagnosis reviewed the digitized cytology slides and graded them as low, high, or indeterminate. The panelists' results were then compared to the tumor grades based on histopathologic examination of the corresponding resection specimens. RESULTS: All but 2 of the 19 (89.5%) expert panelists review more than 20 salivary gland FNAs per year; 16 (84.2%) of the panelists work at academic medical centers, and 13 (68.4%) have more than 10 years' experience. Participants had an overall accuracy of 89.4% in the grading of SGC cases, with 90.2% and 88.3% for low- and high-grade SGC, respectively. Acinic cell carcinoma and mucoepidermoid carcinoma had the highest degree of accuracy, while epithelial-myoepithelial carcinoma and salivary duct carcinoma had the lowest degree of accuracy. As expected, the intermediate-grade SGC cases showed the greatest variability (high-grade, 42.1%; low-grade, 37.5%, indeterminate, 20.4%). CONCLUSION: This study confirms the high accuracy of cytomorphologic grading of primary SGC by FNA as low- or high-grade. However, caution should be exercised when a grade cannot be confidently assigned.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,041
score de la tête « metaresearch » (Gemma)0,060
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,217

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0410,060
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0050,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,144
Tête enseignante GPT0,390
Écart entre enseignants0,246 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations38
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer CytopathologyMême sujetSalivary Gland Tumors Diagnosis and TreatmentTravaux en français237 207