Safety and Effectiveness of Transthoracic Core Needle Biopsy in a Newly Established Interventional Radiology Program in Tanzania
Notice bibliographique
Résumé
Background Transthoracic core needle biopsy (TTCNB) became a routinely offered procedure in Tanzania in October 2018. This study evaluates the safety and effectiveness of establishing a TTCNB program in a resource-limited setting. Methodology A single center, prospective, observational cohort study was conducted at Muhimbili National Hospital on 90 patients who underwent computed tomography-guided TTCNB from October 2018 to May 2021. Patient and procedural data, including demographic information, complications, pathology results, and clinical outcomes, were stored in a Research Electronic Data Capture (REDCap) database. Follow-up was conducted at 4 weeks postprocedure by phone. Descriptive analysis was performed using Statistical Package for Social Sciences. Results A total of 90 patients underwent TTCNB. Seven samples were lost or never processed. In total, 68/83 (81.9%) of processed samples were diagnostic, with 89.7% ( n =61) classified as malignant and 10.3% ( n =7) classified as benign. Overall, 82.4% ( n =56) were classified as primary malignancies, 7.4% ( n =5) as metastatic malignancies, 5.9% ( n =4) as benign tumors, and 4.4% ( n =3) as infectious. Reasons for nondiagnostic samples were crashed/insufficient samples in 53.3% ( n =8) and nonspecific chronic inflammation in 46.7% ( n =7). Minor (Society of Interventional Radiology [SIR] class A and B) complications occurred in 8 cases (8.9%), while there was 1 (1.1%) major complication (SIR class F). A total of 44/90 (48.9%) patients could be reached for follow-up at 4 weeks postprocedure. In addition, 31/44 (70.5%) of these patients had a diagnosis of malignancy. Of these, 20 received chemotherapy, 8 died
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 ».