A retrospective comparison of first and second opinion histopathology with patient outcomes in veterinary oncology cases (2011–2019)
Notice bibliographique
Résumé
Mandatory second opinion histopathology is common practice in human surgical pathology. It is intended to confirm the original diagnosis or identify clinically significant discrepancies, which could alter the course of disease, cost of treatment, patient management or prognosis. This retrospective analysis aimed to evaluate agreement between first and second opinion histopathology cases, examine their correlation with natural history of disease and investigate the rationale for pursuing this test. Medical records from 2011 to 2019 were reviewed, identifying 109 cases where second opinion histopathology was sought. Reasons for seeking second opinion and clinical disease course were also reviewed to determine whether case progression favoured first or second opinion findings in cases of diagnostic disagreement. Diagnostic disagreement was found in 49.5% of cases. Complete diagnostic disagreement (a change in degree of malignancy or tumour type) occurred in 15.6% cases and partial disagreement (a change in tumour subtype, grade, margins and mitotic count) occurred in 33.9%. Major disagreement (a change in diagnosis resulting in alteration of treatment recommendations) occurred in 38.5% of cases. The most common reasons for seeking second opinion were an atypical/poorly differentiated tumour (31.2%; 34/109) or a discordant clinical picture (24.8%; 27/109). Among cases with any form of disagreement, natural history of disease favoured second opinion findings in 33.3%. The first opinion was favoured over the second in a single case. These findings reinforce previous literature supporting a role for second opinion histopathology in optimizing therapy and predicting outcomes in veterinary oncology, particularly in cases where diagnosis is in question based on the overall clinical picture.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».