ENDOSCOPIC ULTRASOUND-FINE NEEDLE ASPIRATION (EUS-FNA) DIAGNOSTIC ACCURACY IN THE EVALUATION OF PANCREATIC NEUROENDOCRINE NEOPLASMS (PNEN) GRADING
Notice bibliographique
Résumé
Aims Prognosis of pNENs depends on staging and grading, which is based on the cyto-histological Ki67 labelling. EUS-FNA is considered the gold standard technique to obtain a cytological specimen in pre-therapeutic setting that can be used to evaluate ki67. The aim of this study was to establish the diagnostic accuracy of preoperative EUS-FNA Ki67 evaluation in a cohort of pNEN patients. Methods This is a retrospective study from a prospectively collected database on patients who underwent surgery for pNENs from 2006 to 2019 and EUS-FNA Ki67 labelling. EUS-FNA and surgery Ki67 (eKi67 and sKi67, respectively) values and grading, were compared and the diagnostic accuracy of EUS-FNA was evaluated with sKi67 as gold standard. eKi67 and sKi67 correlation was evaluated by Pearson’s index. Results 112 pNEN patients were enrolled. Correlation between eKi67 and sKi67 values was good (coefficient r= 0.78). On EUS-FNA specimens 56/112 (50%) patients were classified as G1, 53 (47.3%) as G2 and 3 (2.7%) as G3, while on surgery they were respectively 59 (52.7%), 50 (44.6%) and 3 (2.7%). In 9.8% grade was increased from G1 to G2 by surgical histology, while in 12.8% it was diminished from G2 to G1. No misclassification occurred in G3 patients. Considering only patients with small tumours (< 2 cm), similar misclassification rate was observed respectively in 9.5% (4/48) and 21.4% (n=9) of cases. Sensitivity, specificity, positive and negative predictive values and accuracy of eKi67 to correctly classify G2 patients were respectively 78.4%, 77.4%, 73.6%, 81.4% and 77.7%. No predictive factors of misclassification were found at multiple regression analysis. Conclusions This study represents the largest cohort of surgical pNEN patients with preoperative eKi67 evaluation. We found a good correlation between eKi67 and sKi67, but about 20% of patients are not correctly allocated in grading classes. This should be carefully considered especially in small tumours undergoing observation.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».