Differential EUS findings in focal type 1 autoimmune pancreatitis and pancreatic cancer
Notice bibliographique
Résumé
Background and Objectives: Autoimmune pancreatitis (AIP) often mimics pancreatic cancer (PC), particularly if presenting as a focal lesion. EUS may orient the differential diagnosis between them. This study aims to identify EUS findings that might be useful to differentiate type 1 focal autoimmune pancreatitis (f-AIP1) and PC. Materials and Methods: F-AIP1 and PC patients were retrospectively collected, matched, and compared. EUS findings considered were: focal mass echogenicity, loss of lobularity, distal atrophy, peripancreatic hypoechoic margins (PHM), pancreatic duct dilation, duct-penetrating sign (DPS), pancreatic/common bile duct thickened walls (PD/CBD-TW), and vessel infiltration (VI). Elastography findings were also recorded. Variables with a P < 0.05 at univariate analysis were included in logistic multiple regression. Results: Fifteen patients with f-AIP and 60 with PC were studied. FE was hypoechoic in all patients from both groups. PHM was observed in 40% of f-AIP1 cases but not in PC ones (P < 0.001). DPS was found in 10/15 (66.7%) f-AIP1 and in 7/60 (11.7%) PC patients (P < 0.001). PD-TW and CBD-TW were observed in 66.7%/60% f-AIP1 cases and in 6.7%/13.6% PC patients, respectively (P < 0.001 for both comparisons). Pancreatic masses were significantly different at EUS elastography (elastic respectively in 71.4% f-AIP1 and 3.8% PC, P < 0.001). VI was suspected in 20% of f-AIPs and 85% of PCs (P < 0.001). At multiple regression, PD-TW, CBD-TW, elastic pattern, and the absence of VI independently supported a diagnosis of f-AIP1. Conclusions: Our results suggest that EUS findings deserve consideration in the diagnostic workup of AIP to improve the differential diagnosis with PC.
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) | 0,000 | 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) | 0,005 | 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 ».