MétaCan
Menu
Retour à la cohorte
Enregistrement W3023963603 · doi:10.1210/jendso/bvaa046.1972

MON-526 Comparison of ACR-TIRADS to American Thyroid Association Guidelines: Can We Choose Wisely Without Missing Malignancy?

2020· article· en· W3023963603 sur OpenAlexaff
Ilana Halperin, Judy Qiang

Notice bibliographique

RevueJournal of the Endocrine Society · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueThyroid Cancer Diagnosis and Treatment
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineThyroid nodulesMalignancyRadiologyChecklistThyroidBiopsyFine-needle aspirationPredictive valueRetrospective cohort studyNodule (geology)GuidelinePathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Thyroid ultrasound has been widely used to determine which nodules need further work up. The goal of this study was to apply the new ACR-TIRADs criteria to a retrospective data set and compare the outcomes to the ATA scoring system. Methods: In a retrospective study, ultrasonographic images of the all nodules biopsied in 2015 were reviewed by radiologists, blinded to fine needle aspiration (FNA) biopsy result, using a checklist to report the image. The checklist was prepared based on 2015 ATA guideline. The ultrasonographic characteristics of thyroid nodules were compared with the result of biopsy to determine positive predictive value (PPV), negative predictive value (NPV), sensitivity and specificity of checklist in predicting malignancy. These results were published previously. The same data was then reviewed using the ACR-TiRADS tool to assess the number of US and FNA that would been avoided and the number of non-benign cytologies that would have been avoided had these criteria guided care in 2015. Results: 419 thyroid nodules were reviewed 7.1% were malignant, 10.3% were FLUS and 78.3% were benign. Sensitivity of the ACR-TIRADs and ATA respectively was to detect non-benign nodules was 70% and 97% Specificity was 29% and 11%. Positive predictive value was 18% and 9% whereas Negative predictive value was 81% and 98%. 28% of the FNAs done in 2015 could have been avoiding if applying the TIRADs criteria, however 15 non-benign and 8 malignant cases would have been missed.Conclusion: The TIRADs approach adds value to the system by reducing many unnecessary biopsies but clinicians need to use their own judgement as some non-benign cases will be missed.

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)0,018
score de la tête « metaresearch » (Gemma)0,066
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,066
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,050
Tête enseignante GPT0,361
Écart entre enseignants0,311 · 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
GenreEmpirique

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

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Endocrine SocietyMême sujetThyroid Cancer Diagnosis and TreatmentTravaux en français237 207