Endoscopic ultrasound versus computed tomography in determining the resectability of pancreatic cancer: A diagnostic test accuracy meta-analysis
Notice bibliographique
Résumé
BACKGROUND/AIM: Endoscopic ultrasound (EUS) and contrast-enhanced computed tomography (CT) with pancreas protocol are used in assessing the resectability of neoplastic pancreatic lesions. Here, we performed a diagnostic test accuracy (DTA) meta-analysis, comparing the diagnostic accuracy of EUS and CT in evaluating the resectability of pancreatic cancer using surgical assessment as the reference standard. PATIENTS AND METHODS: A comprehensive electronic search was conducted up to March 2020. Studies comparing EUS and CT in assessing the resectability of pancreatic cancer using surgical assessment as reference standard were included. QUADAS-2 tool was used to assess the quality of the included studies. After data extraction, an analysis was done using DerSimonian Laird method (random-effects model) to estimate the overall diagnostic odds ratio (DOR) and determine the best-fitting receiver operating characteristics (ROC) curve. RESULTS: Two studies, with 77 subjects combined, were included in the analysis. Overall, the risk of bias was moderate. EUS and CT were comparable in determining the resectability of pancreatic cancer with AUC = 75% (95% confidence interval (CI) 66%- 84%) for EUS as compared to 78% (95% CI 69%- 87%) for CT (P > 0.05). Pooled sensitivity and specificity was 87% (95% CI 70%- 96%) and 63% (95% CI 48%- 77%), respectively for EUS and 87% (95% CI 70%- 96%) and 70% (95% CI 55%- 83%), respectively for CT. DOR was 11.51 (95% CI 3.55- 36.81) for EUS as compared to 15.91 (95% CI 4.83- 51.62) for CT (P > 0.05). CONCLUSIONS: Both EUS and CT provide reasonable sensitivity and specificity to detect the resectability of pancreatic cancer.
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 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 | 0,002 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,010 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».