MétaCan
Menu
Retour à la cohorte
Enregistrement W4285531495 · doi:10.21037/jtd-22-35

Transthoracic needle biopsy versus surgical diagnosis for solid pulmonary nodules

2022· article· en· W4285531495 sur OpenAlexafffund
Valérie Roy, Paula A. Ugalde, Etienne Bourdages-Pageau, Yves Lacasse, Catherine Labbé

Notice bibliographique

RevueJournal of Thoracic Disease · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Diagnosis and Treatment
Établissements canadiensUniversité LavalInstitut Universitaire de Cardiologie et de Pneumologie de Québec
Organismes subventionnairesInstitut universitaire de cardiologie et de pneumologie de Québec, Université LavalUniversité Laval
Mots-clésMedicineMalignancyBiopsyRetrospective cohort studySurgeryCohortRadiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: When investigating solitary pulmonary nodules (SPN), non-surgical [such as transthoracic needle biopsy (TTNB)] or surgical biopsies can be performed. There is a paucity of data comparing these two approaches. Methods: benign lesion), to evaluate the proportion of TTNB that would yield a benign diagnosis and permit to avoid surgery, to evaluate if delays to surgery were longer when preoperative TTNB was performed, and if operative times were longer with upfront surgery. Results: In our cohort, 87 patients (58%) underwent TTNB, while 62 (42%) had an upfront surgical procedure. One hundred and twenty-eight patients (86%) had a malignant diagnosis. Thirteen patients out of the 87 biopsied (15%) avoided surgery owing to a benign biopsy result, or a non-specific diagnosis and a physician reassured enough to decide for radiological surveillance, while 5/62 patients (8%) who underwent upfront surgery had a benign diagnosis. There was no significant difference in delays from imaging to surgery or in operative time between patients with or without prior TTNB. Conclusions: In this unicentric retrospective cohort of patients investigated for SPN, the malignancy rate was high (86%), which seemed to limit the applicability of prediction models. Adherence to guidelines for the investigation of SPN by physicians seemed suboptimal. More real-world prospective studies are needed to compare non-surgical and surgical biopsies. There is also a need for simpler nodule evaluation algorithms.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,510
Score d'incertitude au seuil0,790

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,376
Écart entre enseignants0,343 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Thoracic DiseaseMême sujetLung Cancer Diagnosis and TreatmentTravaux en français237 207