Preoperative imaging of gastric GISTs underestimates pathologic tumor size: A retrospective, single institution analysis
Notice bibliographique
Résumé
BACKGROUND: How well imaging size agrees with pathologic size of gastric gastrointestinal stromal tumors (GISTs) is unknown. GIST risk stratification is based on pathologic size, location, and mitotic rate. To inform decision making, the size discrepancy between imaging and pathology for gastric GISTs was investigated. METHODS: Imaging and pathology reports were reviewed for 113 patients. Bland-Altman analyses and intraclass correlation (ICC) assessed agreement of imaging and pathology. Changes in clinical risk category due to size discrepancy were identified. RESULTS: Computed tomography (CT) (n = 110) and endoscopic ultrasound (EUS) (n = 50) underestimated pathologic size for gastric GISTs by 0.42 cm, 95% confidence interval (CI): (0.11, 0.73), p = 0.008 and 0.54 cm, 95% CI: (0.25, 0.82), p < 0.001, respectively. ICCs were 0.94 and 0.88 for CT and EUS, respectively. For GISTs ≤ 3 cm, size underestimation was 0.24 cm for CT (n = 28), 95% CI: (0.01, 0.47), p = 0.039 and 0.56 cm for EUS (n = 26), 95% CI: (0.27, 0.84), p < 0.0001. ICCs were 0.72 and 0.55 for CT and EUS, respectively. Spearman's correlation was ≥0.84 for all groups. For GISTs ≤ 3 cm, 6/28 (21.4% p = 0.01) on CT and 7/26 (26.9% p = 0.005) on EUS upgraded risk category using pathologic size versus imaging size. No GISTs ≤ 3 cm downgraded risk categories. Size underestimation persisted for GISTs ≤ 2 cm on EUS (0.39 cm, 95% CI: [0.06, 0.72], p = 0.02, post hoc analysis). CONCLUSION: Imaging, particularly EUS, underestimates gastric GIST size. Caution should be exercised using imaging alone to risk-stratify gastric GISTs, and to decide between surveillance versus surgery.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».