Fluorescence Emitted by Papanicolaou-Stained Urothelial Cells Improves Sensitivity of Urinary Conventional Cytology for Detection of Urothelial Tumors
Notice bibliographique
Résumé
Background: Urinary conventional cytology (UCCy) is easy to perform, but its low sensitivity, especially for low-grade urothelial neoplasms (LGUNs), limits its indications in the management of patients at risk of bladder cancer. The authors aim at obtaining a complementary test that would effectively increase the sensitivity of UCCy on voided urines by analyzing fluorescence of Papanicolaou-stained urothelial cells with no change of method in slide preparation. Methods: In this retrospective study of 155 patients, 91 Papanicolaou-stained voided urines were considered satisfactory under fluorescence microscopy (FMi). The results of FMi were compared with UCCy (using transmission microscopy) and correlated to cystoscopy, histology and follow-up data. Results: The results are given for all patients and for two groups of them according to the patients’ main complaints (group 1: 33 patients followed up for a previously treated bladder tumor; group 2: 58 patients with persistent urinary symptoms). Overall negative predictive value (NPV) and sensitivity of FMi were 100% vs. 73.7% and 64.3% respectively for UCCy (P = 0.0001). Sensitivity of FMi for LGUN was unexpectedly high with a value of 100% vs. 46.2% for UCCy (P = 0.0002). FMi was significantly superior to UCCy for detecting urothelial tumors in every group of patients and would allow a better characterization of atypical urothelial cells (AUCs) defined by the Paris System for Reporting Urine Cytology (TPS). Conclusions: Because of its sensitivity and NPV of 100%, FMi could complement UCCy to screen voided urines allowing a better detection of primary urothelial tumors or early recurrences of previously treated urothelial carcinoma. Moreover, this “dual screening” would allow completing efficiently cystoscopy to detect flat dysplasia, carcinoma in situ (CIS) and extra bladder carcinoma. World J Oncol. 2020;11(5):204-215 doi: https://doi.org/10.14740/wjon1305
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».