Triple diagnostic test in the evaluation of thyroid nodules
Notice bibliographique
Résumé
Background: Thyroid nodules are a common endocrine disease whose prevalence in India is approximately 12.2%. Although most patients with suspected nodules have benign conditions, the overestimation of malignancy leads to the performance of unnecessary procedures. No clinical, radiological and cytological parameters has singularly shown significant impact on clinical practice and post-operative histopathological examination remains the gold standard in the diagnosis of malignancy.Methods: 55 patients with thyroid nodules were evaluated and the Clinical assessment findings were recorded by McGill thyroid nodule score, ultrasonography findings using TIRADS and FNAC findings by the Bethesda system. The triple test was then used to classify them and these results were compared with the HPE of the post-operative specimen.Results: The sensitivity and specificity of TIRADS, FNAC were higher as compared to clinical score; clinical score had lowest sensitivity of 72.73%. The sensitivity, specificity, PPV, NPV and accuracy of triple test was 100%. Triple test had higher sensitivity, specificity and accuracy in differentiating thyroid nodules as compared to any of the three parameters used individually.Conclusions: Triple test has higher accuracy, sensitivity and specificity in determining the nature of thyroid nodule than each of the parameters used individually and it is especially useful in follicular lesions. On the basis of the results of this study, we conclude that the triple test can reliably be used to differentiate benign and malignant nodules preoperatively.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 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 ».