The Implementation of Nongynecologic Reporting Systems in Cytopathology Laboratories Is Highly Variable: Analysis of Data From a 2020 Supplemental Survey of Participants in the College of American Pathologists Interlaboratory Comparison Program in Nongynecologic Cytology
Notice bibliographique
Résumé
CONTEXT: In recent years, several reporting systems have been developed by national and international cytopathology organizations to standardize the evaluation of specific cytopathology specimen types. OBJECTIVE: To assess the current implementation rates, implementation methods, and barriers to implementation of commonly used nongynecologic reporting systems in cytopathology laboratories. DESIGN: Data were analyzed from a survey developed by the College of American Pathologists Cytopathology Committee and distributed to participants in the College of American Pathologists Nongynecologic Cytopathology Education Program mailing. RESULTS: Nongynecologic reporting systems with the highest rate of adoption were the Bethesda System for Reporting Thyroid Cytopathology, 2nd edition (74.1%; 552 of 745); the Paris System for Reporting Urinary Cytology (53.9%; 397 of 736); and the Milan System for Reporting Salivary Gland Cytopathology (29.1%; 200 of 688). The most common reason given for not adopting a reporting system was satisfaction with a laboratory's current system. Implementation varied among laboratories with regard to which stakeholders were involved in deciding to implement a system and the amount of education provided during the implementation process. CONCLUSIONS: The implementation of nongynecologic reporting systems in cytopathology laboratories was highly variable.
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 | 0,015 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,001 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».