Current State of Cytologic-Histologic Correlation Implementation for North American and International Laboratories: Results of the College of American Pathologists Cytopathology Committee Laboratory Practices in Gynecologic Cytology Survey
Notice bibliographique
Résumé
CONTEXT.—: The College of American Pathologists (CAP) updated the Laboratory Accreditation Program Cytopathology Checklist to assist laboratories in meeting and exceeding the Clinical Laboratory Improvement Amendments standards for gynecologic cytologic-histologic correlation (CHC). OBJECTIVE.—: To survey the current CHC practices. DESIGN.—: Data were analyzed from a survey developed by the committee and distributed to participants in the CAP Gynecologic Cytopathology PAP Education Program mailing. RESULTS.—: Worldwide, CHC practice is nearly universally adopted, with an overall rate of 87.0% (568 of 653). CHC material was highly accessible. CHC was commonly performed real time/concurrently at the time the corresponding surgical pathology was reviewed. Investigation of CHC discordances varied with North American laboratories usually having a single pathologist review all discrepant histology and cytology slides to determine the reason for discordance, while international laboratories have a second pathologist review histology slides to determine the reason for discordance. The cause of CHC discordance was primarily sampling issues. The more common statistical metrics for CHC monitoring were the total percentage of cases that correlated with subsequent biopsies, screening error rate by cytotechnologist, and interpretative error rate by cytotechnologist. CONCLUSIONS.—: Many laboratories have adopted and implemented the CHC guidelines with identifiable differences in practices between North American and international laboratories. We identify the commonalities and differences between North American and international institutional practices including where CHC is performed, how CHC cases are identified and their accessibility, when CHC is performed, who investigates discordances, what discordances are identified, and how the findings affect quality improvement.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,029 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».