The physician factor and anatomical site in 8846 consecutive mediastinal lymph node aspirations in a cross-sectional study
Notice bibliographique
Résumé
Mediastinal lymph node fine needle aspiration (MLN-FNA) is a common procedure; however, the physician factor in pathological category, and anatomical site are not routinely assessed. Cytology reports for endobronchial ultrasound (EBUS)/endoscopic ultrasound (EUS) MLN-FNA specimens (8846) were retrieved for July 2012-Dec 2019, classified by hierarchical free text string match algorithm into 51 diagnostic categories, four mutually exclusive diagnostic groups (benign |suspicious |malignant |insufficient), and 24 anatomical sites. Pathologist and submitting physician/surgeon bias were assessed using logistic regression and funnel plots|control charts centered on the group median (diagnostic/capture) rate. Eleven pathologists and seven submitting physician/surgeon were involved in more than 250 specimens each. Overall, the MLN-FNAs were benign|suspicious|malignant|insufficient in 46%|4%|25%|24% of specimens. Percent malignant (number of samples) varied by station; 7| 4R| 4L| 2R| 10R| 11R| 11L were respectively 21%(3,101), 27%(2,453), 19%(1,289), 41%(435), 27%(497), 24%(357), 26%(229). The number of outlier (P < 0.05/P < 0.001) pathologists of 11 from the group median rate for benign|suspicious|malignant|insufficient was 0/0| 3/1| 0/0| 3/0 respectively. The outlier (P < 0.05/P < 0.001) submitting physicians/surgeons of 7 for benign|suspicious|malignant|insufficient was 3/2| 2/2| 3/2| 3/2 respectively. The physician and anatomical site are significant predictors of MLN-FNA pathology.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».