Exploring a Novel Composite Diagnostic Tool Using Non-contrast EUS Enhanced Cyst Wall Microvascular Imaging and Cyst Fluid Analysis to Differentiate Pancreatic Cystic Neoplasms
Notice bibliographique
Résumé
Aims Differentiating pancreatic cystic lesions (PCLs) still remains a diagnostic challange. The use of high-definition imaging modalities which detect blood flow in tumor microvasculature have been described in solid lesions. We aim to evaluate the usefulness of cystic wall microvasculature when used in combination with cyst fluid biochemistry to differentiate PCLs [ 1 ] [ 2 ] [ 3 ] [ 4 ] [ 5 ] [ 6 ] [ 7 ] [ 8 ] [ 9 ] [ 10 ] [ 11 ] [ 12 ] [ 13 ] [ 14 ] [ 15 ] [ 16 ] [ 17 ] [ 18 ] [ 19 ] [ 20 ] [ 21 ] [ 22 ] [ 23 ] [ 24 ] [ 25 ]. Methods We retrospectively analyzed 110 patients with PCLs from 2 Italian Hospitals who underwent EUS with H-FLOW and EUS fine needle aspiration. The accuracy of fluid biomarkers was evaluated against morphological features on radiology and EUS. Gold standard diagnosis was surgical resection; for all the other patients a radiological or endosonographic follow up was performed. Cysts fluid cut-off were assigned from previous literature: CEA>192(ng/ml), CA19.9>37(U/L), amylase>250(U/L), lipase>336(U/L), glucose<50(mg/dl). Results Of 110 patients, 65 had mucinous, 41 had non-mucinous neoplasms and 4 patients were excluded. Fluid analysis alone yielded 76.7% sensitivity, 56.7% specificity, 77.8 positive predictive value (PPV), 55.3 negative predictive value (NPV) and 56% accuracy in diagnosing pancreatic cysts. Our composite method yielded 97.3% sensitivity, 77.1% specificity, 90.1% PPV, 93.1% NPV, 73.2% accuracy. Conclusions Our composite method which utilizes high-definition microvasculature imaging on EUS is superior to that of the stand-alone analysis of cystic fluid. It can be applied to a holistic approach combining cyst morphology, vascularity and fluid analysis alongside endoscopist expertise ([ Fig. 1 ]). Fig. 1 Publication History Article published online: 14 April 2023 © 2023. European Society of Gastrointestinal Endoscopy. All rights reserved. Georg Thieme Verlag KG Rüdigerstraße 14, 70469 Stuttgart, Germany
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».