MétaCan
Menu
Retour à la cohorte
Enregistrement W4393305634 · doi:10.1002/cncy.22809

Risks of malignancy in the major nongynecologic cytopathology reporting systems: Critiques and discussions

2024· review· en· W4393305634 sur OpenAlexaff
Marc Pusztaszeri, Mauro Saieg, Zubair Baloch

Notice bibliographique

RevueCancer Cytopathology · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueThyroid Cancer Diagnosis and Treatment
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMedicineCytopathologyMalignancyPopulationMedical physicsPathology

Résumé

récupéré en direct d'OpenAlex

The ever-increasing popularity of standardized systems for reporting cytopathology has led in part to much attention to and importance of the risk stratification schemes, especially the risks of malignancy (ROMs), which are associated with the different diagnostic categories and upon which recommendations for clinical management are based. However, it is well known that the ROM calculations are based on retrospective reviews of the existing literature, representing a heterogeneous patient population, and are plagued by significant biases and variations. Statistically, the ROM represents the post-test probability of malignancy, which changes with the test result and with the prevalence of malignancy (or pretest probability) in an individual practice setting and individual patient presentation. Therefore, the clinical utility of the ROM is questioned and likely needs a second look in the nongynecologic cytopathology reporting systems. In this communication, the authors discuss the status of the ROM estimates according to the most commonly used nongynecologic reporting systems, including for thyroid, salivary glands, and others, highlighting similarities and differences with a focus on the limitations of ROM estimates and their application in clinical practice.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,069
score de la tête « metaresearch » (Gemma)0,139
Version: metacan-v3-hybrid-931329e0061cStatut 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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,069
Score d'incertitude au seuil0,365

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0690,139
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0090,011
Études des sciences et des technologies0,0010,006
Communication savante0,0050,005
Science ouverte0,0040,002
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,238
Tête enseignante GPT0,495
Écart entre enseignants0,257 · 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 source (Gemma direct ou Codex distillé), 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
GenreSynthèse

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

En bref

Citations11
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer CytopathologyMême sujetThyroid Cancer Diagnosis and TreatmentTravaux en français237 207